A Sydney Egyetem és a kvantumvezérléssel foglalkozó Q-CTRL startup új, gépitanulás-alapú módszerével azonosíthatók kvantumszámítógépek hibái, hibaforrások. A mesterségesintelligencia-megoldással, kvantumhardver-fejlesztők előzmények nélküli pontossággal szűrhetik ki a romló teljesítmény okait.

Az MI közelebb visz a nemcsak laboratóriumokban, tudományos céllal vagy kísérleti jelleggel, hanem a hétköznapi valóságban is működő kvantumszámítógépekhez.

A környezeti „zaj” miatti hibák a kvantumszámítások Achilles-sarka. A kutatók új technikájával a kvantumalgoritmusok ioncsapdát és szupervezető hardvert használó működéséhez szükséges feltételek minimális módosulása is észlelhető. Az ioncsapda és a szupervezető hardver a szakterület világvezetőjének számító IBM, Google, Honeywell és IonQ laboratóriumaiban is a legalapvetőbb technológiák.

A mért módosulást a Q-CTRL tudósai által kidolgozott gépitanulás-algoritmusok dolgozzák fel, és jutnak el a hibaforrásig. A cég meglévő kvantumvezérlő technikáival kombinált MI segítségével sikerült minimalizálni a környezeti interferencia hatását. Lehetővé vált, hogy a kezelhető, „valódi” zajt megkülönböztessék a szintén mért „fantomzajoktól.”

„A kísérleti csúcstechnológia és a gépi tanulás szintéziséről bebizonyosodott, hogy óriási előny kvantumszámítógépek fejlesztésekor. A gépitanulás-megoldás tette lehetővé adataink értelmezését, és új módszert kínál hardveres problémák észrevételére, kijavítására” – nyilatkozta a kutatásokat vezető, ma már az ETH Zürichen dolgozó Cornelius Hempel.

A teljesítménycsökkenés hardveres hibáinak azonosítása és megszüntetése az alapkutatásoknál és a kvantumszámítógépekre, kvantumérzékelőkre vonatkozó ipari törekvéseknél egyaránt kulcsfontosságú.

„A kvantumvezérlés és a megerősített gépi tanulás megmutatta a gyakorlatban is hasznos kvantumhardverhez vezető utat, és drámai mértékben felgyorsítja a kutatásfejlesztéseket” – véli Michael J. Biercuk a Q-CTRL Sydney Egyetemen tanító vezérigazgatója.