چاپ

آریا بانو - ایسنا /شرکت‌های «کوانتوم ماشینز» و «انویدیا» از یادگیری ماشینی برای نزدیک‌تر شدن به ساخت یک رایانه کوانتومی تصحیح‌کننده خطا استفاده می‌کنند.
حدود یک سال و نیم پیش، شرکت‌های «کوانتوم ماشینز»(Quantum Machines) و «انویدیا»(Nvidia) آغاز یک همکاری را اعلام کردند که پلتفرم محاسبات کوانتومی «DGX» و سخت‌افزار کنترل کوانتومی پیشرفته کوانتوم ماشینز را گردهم می‌آورد. برای مدتی، اطلاعات زیادی درباره نتایج این همکاری شنیده نشد اما اکنون ثمربخشی را آغاز کرده و صنعت را یک گام به هدف ساخت یک کامپیوتر کوانتومی تصحیح‌کننده خطا نزدیک‌تر کرده است.
به نقل از تک کرانچ، این دو شرکت در اوایل سال جاری نشان دادند که می‌توانند از یک مدل یادگیری تقویتی قابل اجرا روی پلتفرم DGX، برای کنترل بهتر کیوبیت‌ها در تراشه کوانتومی «Rigetti» استفاده کنند.
«یوناتان کوهن»(Yonatan Cohen) یکی از بنیانگذاران کوانتوم ماشینز خاطرنشان کرد که چگونه شرکت او مدت‌ها به دنبال استفاده از موتورهای محاسباتی کلاسیک عمومی برای کنترل پردازنده‌های کوانتومی بوده است. این موتورهای محاسباتی، کوچک و محدود بودند اما این برای پلتفرم بسیار قوی DGX انویدیا یک مشکل به شمار نمی‌رود.
کوهن گفت: هدف اصلی، اجرای تصحیح خطای کوانتومی است. ما هنوز به این هدف نرسیده‌ایم اما این همکاری روی تنظیم پالس‌های «π» تمرکز دارد که چرخش یک کیوبیت را در یک پردازنده کوانتومی کنترل می‌کنند.
تنظیم مداوم پالس‌ها در لحظه تقریبا یک کار محاسباتی بسیار فشرده است اما از آنجا که یک سیستم کوانتومی همیشه کمی تفاوت دارد، یک مشکل کنترلی نیز به شمار می‌رود که می‌توان آن را با کمک یادگیری تقویتی حل کرد.

آریا بانو

«سم استانویک»(Sam Stanwyck) مدیر محصول انویدیا برای محاسبات کوانتومی گفت: با افزایش و پیشرفت رایانه‌های کوانتومی، همه این مشکلات از نظر محاسباتی فشرده می‌شوند. تصحیح خطای کوانتومی واقعا کار بزرگی است. این کار برای اجرا کردن محاسبات کوانتومی تصحیح‌کننده خطا و همچنین نحوه اعمال دقیق پالس‌های کنترلی مناسب برای استفاده حداکثری از کیوبیت‌ها ضروری است.
استانویک تاکید کرد که هیچ سیستمی پیش از DGX Quantum وجود نداشت تا حداقل تاخیر لازم را برای انجام شدن این محاسبات ممکن کند.
همان طور که به نظر می‌رسد، حتی یک بهبود کوچک در تنظیم کردن می‌تواند به بهبود گسترده در اصلاح خطا منجر شود. «رامون اسموک»(Ramon Szmuk) مدیر محصول کوانتوم ماشینز توضیح داد: بازگشت سرمایه در نتیجه بهبود تنظیم در زمینه تصحیح خطای کوانتومی مشخص است. اگر تنظیم 10 درصد بهتر انجام شود، خطای منطقی بهتری را در کیوبیت منطقی متشکل از کیوبیت‌های فیزیکی ارائه می‌دهد. بنابراین، انگیزه زیادی برای تنظیم خوب و سریع وجود دارد.