Компания Российский квантовый центр (РКЦ), объявила о создании инициативы по изучению методов квантового машинного обучения – области на стыке квантовой физики и ИТ. Проект, финансирование которого поддержал один из крупных российских банков, объединит усилия трех научных групп, каждая из которых сфокусируется на собственном направлении исследований. Подробности проекта приводятся в пресс-релизе РКЦ, поступившем в редакцию N+1.
Квантовое машинное обучение – термин, объединяющий всю область пересечения квантовой физики и методов не-алгоритмической обработки данных. Под ним может пониматься как использование машинного обучения для исследования квантовых систем, так и наоборот — использование квантовых систем для ускорения традиционных для обычного машинного обучения задач. Поскольку по своему характеру такие задачи часто предполагают ресурсоемкий перебор множества комбинаций параметров системы (таких, например, как вес отдельных связей в виртуальной нейросети) — то именно в машинном обучении квантовые компьютеры, как ожидается, смогут впервые проявить свой комбинаторный потенциал.
Под квантовыми компьютерами в настоящее время часто понимают любые устройста, которые используют явления квантовой суперпозиции и запутанности в своей работе (подробнее о них N+1 уже неоднократно писал). В более узком смысле такие устройства делятся на симуляторы, которые имитируют на квантовом уровне поведение других квантовых систем (сверхпроводящие антенны, например, могут симулировать поведение атомов в новом материале) и на вычислители, способные производить вычисления над числами. Среди последних особняком стоит так называемый универсальный квантовый компьютер — тьюринг-полный вычислитель, способный решать любую алгоритмизуемую задачу. И хотя уже сейчас существует несколько реализаций «железа» и даже отдельных компонентов программного обеспечения для такого квантового компьютера (например, логический вентиль CNOT), пока пути создания и даже общие принципы архитектуры универсального квантового компьютера остаются неясными.
Отличие повседневных задач в машинном обучении заключается в том, что в большинстве случаев они не требуют от вычислителя универсальности и полноты по Тьюрингу (рекуррентные нейросети, например, являются тюринг-полными, а «обычные» нейросети - нет). Таким образом, создание квантовых систем для машинного обучения может рассматриваться как промежуточный этап между разработкой квантовых симуляторов и работой над универсальным компьютером, создание которого, как считается, может затянутся на многие десятилетия. Именно поэтому авторы новой инициативы РКЦ надеются использовать машинное обучение как «одну из возможностей коммерциализировать технологию квантовых вычислений в самое ближайшее время, не дожидаясь появления универсальных квантовых машин».
«Одна из бизнес-целей проекта – найти актуальные для индустрии задачи, которые могут решаться с помощью уже существующих квантовых компьютеров — пояснил Алексей Федоров, руководитель одного из направлений новой инициативы в разговоре с N+1 — «речь идет о компаниях, которые используют в своей работе серьезную интелектуальную обработку данных, о нефтегазовой и вообще технологически сложной промышленности».
Помимо Федорова, реализацией проекта в РКЦ займутся научные группы под руководством Алексея Рубцова и Александра Львовского. Алексей Рубцов возглавит направление, в котором методы машинного обучения будут использоваться для описания квантовых систем, а группа квантовой оптики под руководством Александра Львовского сфокусируется на обратой задаче: применении аналоговых квантовых устройств для ускорения обучения традиционных нейросетей. Алексей Федоров возглавит проект по созданию собственной программной платформы для квантовых вычислений и реализации алгоритмов машинного обучения.
Недавно о планах создания собственного квантового компьютера заявила российская корпорация Росатом. Никаких подробностей об устройстве и характеристиках строящейся системы пока объявлено не было за исключениям того факта, что состоять она будет из 100 кубитов. В настоящий момент наиболее масштабные известные квантовые системы, если речь идет о вычислителях, содержат 72 кубита или 2000 кубитов — если включать в число компьютеров устройства для квантововго отжига типа D-wave.
Александр Ершов
Главная задача — ввести в строй детектор sPHENIX
Физики из Брукхэвенской национальной лаборатории, обслуживающие коллайдер RHIC, приступили к запуску 23 сезона работы. Об этом сообщает сайт лаборатории. Главная задача сезона — ввод в эксплуатацию детектора sPHENIX — обновленной версии детектора PHENIX. Вместе с ним небольшому обновлению подвергся детектор STAR, работающий с самого первого запуска коллайдера в 2000 году. В этом году физики планируют столкновения ядер золота при энергиях до 200 гигаэлектронвольт, приходящихся на одну нуклонную пару в системе центра масс, однако ради отладки sPHENIX они будут проходит при заниженной светимости. RHIC — это ионный коллайдер, то есть на нем сталкиваются ядра различных атомов. Главная цель таких исследований — изучить свойства кварк-глюонной плазмы, рождающейся при таких столкновениях. Из этого состояния вещества, как принято считать, состояла Вселенная в первые мгновения после своего рождения. Мы уже рассказывали, как физики из PHENIX наблюдали кварк-глюонные капли сложной формы и увидели подавление рождения ипсилон-мезонов в кварк-глюонной плазме.