Da Riccardo Auriemma 
Ricercatori dell’Università di Sydney Il controllo quantistico dettagliato è un nuovo metodo per identificare le fonti di errore nei computer quantistici utilizzando tecniche di apprendimento automatico che, secondo loro, accelereranno i percorsi verso lo sviluppo di computer quantistici utili.
In un documento scientifico congiunto, i ricercatori descrivono un metodo per dare agli sviluppatori di dispositivi la capacità di identificare il degrado delle prestazioni con una precisione senza precedenti.
La carta è intitolataAnalisi spettrale del rumore dell’oscillatore quantistico attraverso stati di gatto spostatipubblicato in messaggi di revisione fisica, la rivista di ricerca scientifica più importante al mondo e la pubblicazione di punta dell’American Physical Society (APS Physics).
La tecnica descritta nel documento si è concentrata sulla riduzione degli errori causati dal “rumore” ambientale, il tallone d’Achille dell’informatica quantistica.
Il team dell’Università di Sydney ha sviluppato un metodo per rilevare le più piccole deviazioni dalle condizioni esatte necessarie per implementare algoritmi quantistici utilizzando ioni intrappolati e dispositivi di calcolo quantistico superconduttori.
Queste sono le tecnologie principali utilizzate dai principali sforzi di calcolo quantistico industriale del mondo presso IBM, Google, Honeywell, IonQ e altri.
Per determinare la fonte delle deviazioni misurate, gli scienziati di Q-CTRL hanno sviluppato un nuovo metodo per elaborare i risultati delle misurazioni utilizzando algoritmi di apprendimento automatico personalizzati.
In combinazione con Q-CTRL Attuali tecniche di controllo quantitativo, i ricercatori sono stati anche in grado di ridurre l’effetto dell’interferenza di fondo nel processo. Ciò ha permesso una facile distinzione tra sorgenti di rumore “reali” che potrebbero essere statiche e artefatti fantasma delle misurazioni stesse.
“La capacità di identificare e sopprimere le fonti di degrado delle prestazioni nei dispositivi quantistici è fondamentale sia per la ricerca di base che per gli sforzi industriali per costruire sensori quantistici e computer quantistici”, ha affermato Michael Bercock, CEO di Q-CTRL e professore dell’Università di Sydney.
“Il controllo quantistico, potenziato dall’apprendimento automatico, ha mostrato un percorso per rendere questi sistemi praticamente utili e accelerando esponenzialmente i tempi di ricerca e sviluppo”, ha affermato.
“I risultati, pubblicati su una prestigiosa rivista peer-reviewed, sottolineano il vantaggio della collaborazione in corso tra la ricerca scientifica fondamentale in un laboratorio universitario e le startup deep-tech”.
Il dottor Cornelius Hempel dell’ETH di Zurigo, che ha condotto la ricerca mentre era all’Università di Sydney, ha affermato che la combinazione di tecniche sperimentali all’avanguardia e apprendimento automatico ha mostrato enormi vantaggi nello sviluppo dei computer quantistici.
“Il team Q-CTRL è stato in grado di sviluppare una soluzione di apprendimento automatico progettata in modo professionale che ci ha permesso di comprendere i nostri dati e fornire un nuovo modo di ‘vedere’ e affrontare i problemi nell’hardware”, ha affermato il dott. Hempel.
ne sai di più? Contatta James Riley via e-mail.