Google представил AlphaQubit для повышения надежности квантовых вычислений

Google создали ИИ-модель для квантовых компьютеров AlphaQubit - новый ИИ-декодер, который способен выявлять ошибки в работе квантовых компьютеров с высокой точностью. Это важно, потому что квантовые компьютеры, хотя и способны решать некоторые задачи в миллиарды раз быстрее обычных компьютеров, очень чувствительны к помехам и ошибкам. AlphaQubit, созданный Google DeepMind и Google Quantum AI, поможет сделать квантовые вычисления более надежными. Это достижение - важный шаг к созданию практически применимых квантовых компьютеров, которые смогут работать долго и стабильно, что откроет путь к новым научным открытиям.

Google создали ИИ-модель для квантовых компьютеров AlphaQubit - новый ИИ-декодер, который способен выявлять ошибки в работе квантовых компьютеров с высокой точностью. Это важно, потому что квантовые компьютеры, хотя и способны решать некоторые задачи в миллиарды раз быстрее обычных компьютеров, очень чувствительны к помехам и ошибкам. AlphaQubit, созданный Google DeepMind и Google Quantum AI, поможет сделать квантовые вычисления более надежными. Это достижение - важный шаг к созданию практически применимых квантовых компьютеров, которые смогут работать долго и стабильно, что откроет путь к новым научным открытиям.

Google создали ИИ-модель для квантовых компьютеров AlphaQubit - новый ИИ-декодер, который способен выявлять ошибки в работе квантовых компьютеров с высокой точностью. Это важно, потому что квантовые компьютеры, хотя и способны решать некоторые задачи в миллиарды раз быстрее обычных компьютеров, очень чувствительны к помехам и ошибкам. AlphaQubit, созданный Google DeepMind и Google Quantum AI, поможет сделать квантовые вычисления более надежными. Это достижение - важный шаг к созданию практически применимых квантовых компьютеров, которые смогут работать долго и стабильно, что откроет путь к новым научным открытиям.

Google разработал AI для поиска ошибок в квантовых компьютерах Разработчики из Google DeepMind представили AlphaQubit — декодер на основе искусственного интеллекта, который идентифицирует ошибки квантовых вычислений с точностью, соответствующей текущему уровню развития технологии. Не смотря на высокую точность, AlphaQubit пока не пригоден к применению из-за низкой скорости работы и сложностей с масштабированием. Сейчас авторы проекта сосредоточены на преодолении этих проблем.

​ AlphaQubit: ИИ от Google повышает надежность квантовых вычислений на 30% Исследователи Google DeepMind совместно с командой Google Quantum AI разработали ИИ-декодер для выявления ошибок в квантовых вычислениях. В статье, опубликованной в журнале Nature, ученые описали, как машинное обучение позволяет эффективнее находить ошибки в кубитах по сравнению с традиционными методами. В том же выпуске журнала эксперт из Делфтского технического университета проанализировал результаты работы команды. Одной из главных проблем на пути создания полноценных квантовых компьютеров остается коррекция ошибок. Кубиты отличаются высокой хрупкостью, что приводит к частым сбоям в вычислениях. Команда Google предложила новый подход к решению этой задачи, разработав ИИ-декодер под названием AlphaQubit. В последние годы Google активно развивает квантовый компьютер Sycamore, который использует несколько физических кубитов для создания одного логического кубита. Этот процесс позволяет запускать программы и одновременно исправлять ошибки. Новый декодер представляет собой глубокую нейронную сеть, обученную распознавать ошибки на основе данных, полученных с компьютера Sycamore. В ходе экспериментов на Sycamore с 49 кубитами и симуляторе квантовых систем было сгенерировано сотни миллионов примеров ошибок. Затем Sycamore был снова запущен, но уже с использованием AlphaQubit для обнаружения и исправления этих ошибок. Тесты показали, что новая система улучшила коррекцию ошибок на 6% при выполнении высокоточных, но медленных расчетов, и на 30% при использовании более быстрых, но менее точных методов. При проверке на 241 кубите AlphaQubit продемонстрировал результаты, превосходящие ожидания. Исследователи предполагают, что использование машинного обучения может значительно ускорить развитие квантовых компьютеров, позволяя сосредоточиться на решении других нерешенных задач. ITsec NEWS

Google DeepMind и Quantum AI научили искусственный интеллект максимально точно и быстро находить ошибки в квантовых вычислениях. Квантовые компьютеры в теории могут решать задачи, на которые мощнейшие «традиционные» суперкомпьютеры потратили бы годы, но препятствием является «хрупкость» кубитов — аналогов битов, основанных на эффекте суперпозиции. Чтобы отлавливать и исправлять «поврежденные» состояния кубитов и разработана нейросеть AlphaQubit. В ходе тестов AlphaQubit показала 6%-й прирост точности вычислений по сравнению с самым совершенным на сегодняшний день методом тензорных сетей. При этом ИИ-решение гораздо быстрее и легче масштабируется. Пока что даже рекордной скорости AlphaQubit недостаточно для работы с миллионами кубитов, которые нужды для решения по-настоящему сложных задач, признают разработчики. Но новый алгоритм — важный шаг на пути к масштабным квантовым вычислениям. А почему за ними будущее подробно рассказывал сооснователь Google Quantum AI Хартмут Невен. На фото — квантовый компьютер Google

Исследователи Google создали ИИ-декодер AlphaQubit для выявления ошибок длительных квантовых вычислений Разработку вели две команды: DeepMind и Quantum AI. Первая привнесла в проект наработки в сфере ML, вторая — экспертизу в исправлении ошибок. В основе AlphaQubit лежит трансформер. Используя проверки согласованности в качестве входных данных, его задача — предсказать, изменился ли логический кубит в конце эксперимента. Для обучения AlphaQubit использовался квантовый симулятор для генерации сотен миллионов примеров в различных настройках и уровнях ошибок. После этого AlphaQubit настроили для конкретной задачи декодирования, предоставив ему множество экспериментальных образцов из квантового процессора Sycamore 54 кубита . При тестировании на данных Sycamore AlphaQubit установил новый стандарт точности по сравнению с предыдущими декодерами. В ключевых экспериментах Sycamore AlphaQubit допускает на 6% меньше ошибок, чем методы тензорных сетей, которые являются высокоточными, но медленными. AlphaQubit та...

Google разработал AI для поиска ошибок в квантовых компьютерах Команда исследователей искусственного интеллекта из Google DeepMind совместно с учеными из Google Quantum AI объявила о разработке ИИ-декодера, который помогает обнаруживать ошибки в квантовых компьютерах. 1 DevHub Community

Google создал искусственный интеллект для исправления ошибок в квантовых вычислениях Команда исследователей из Google, работающая на стыке ИИ и квантовых технологий, разработала новый декодер, который направлен на обнаружение и устранение ошибок в квантовых компьютерах. Кубиты, или квантовые биты, являются высокочувствительными элементами, что часто приводит к ошибкам во время вычислений. Используя подходы машинного обучения, специалисты Google создали ИИ-систему, способную идентифицировать ошибки быстрее и с большей точностью по сравнению с существующими методами. Новый алгоритм AlphaQubit был обучен на квантовом компьютере Sycamore, имеющем 49 кубитов, а также на квантовом симуляторе, обработав миллионы примеров ошибок. Результаты продемонстрировали, что AlphaQubit значительно повышает эффективность коррекции ошибок: в медленных тестах улучшение составило 6%, в быстрых - 30%. Система также успешно обрабатывает большие массивы данных, достигая обработки до 241 кубита, что превзошло ожидания исследователей.