Fisika kuantum secara eksponensial meningkatkan beberapa jenis pembelajaran mesin

Pembelajaran mesin bisa mendapatkan dorongan dari fisika kuantum.

Pada jenis tugas pembelajaran mesin tertentu, komputer kuantum memiliki keunggulan eksponensial dibandingkan komputasi standar, para ilmuwan melaporkan dalam 10 Juni Sains. Para peneliti membuktikan bahwa, menurut matematika kuantum, keuntungan berlaku saat menggunakan pembelajaran mesin untuk memahami sistem kuantum. Dan tim menunjukkan bahwa keunggulan bertahan dalam tes dunia nyata.

“Orang-orang sangat senang dengan potensi penggunaan teknologi kuantum untuk meningkatkan kemampuan belajar kita,” kata fisikawan teoretis dan ilmuwan komputer Hsin-Yuan Huang dari Caltech. Tetapi tidak sepenuhnya jelas apakah pembelajaran mesin dapat mengambil manfaat dari fisika kuantum dalam praktiknya.

Dalam tugas pembelajaran mesin tertentu, para ilmuwan berusaha mengumpulkan informasi tentang sistem kuantum — katakanlah molekul atau sekelompok partikel — dengan melakukan eksperimen berulang, dan menganalisis data dari eksperimen tersebut untuk mempelajari sistem tersebut.

Huang dan rekan mempelajari beberapa tugas seperti itu. Pertama, para ilmuwan bertujuan untuk membedakan sifat-sifat sistem kuantum, seperti posisi dan momentum partikel di dalamnya. Data kuantum dari beberapa eksperimen dapat dimasukkan ke dalam memori komputer kuantum, dan komputer akan memproses data tersebut bersama-sama untuk mempelajari karakteristik sistem kuantum.

Para peneliti membuktikan secara teoritis bahwa melakukan karakterisasi yang sama dengan teknik standar, atau klasik, akan membutuhkan lebih banyak eksperimen secara eksponensial untuk mempelajari informasi yang sama. Tidak seperti komputer klasik, komputer kuantum dapat mengeksploitasi keterjeratan — hubungan kuantum halus — untuk menganalisis hasil berbagai eksperimen dengan lebih baik.

Tetapi pekerjaan baru ini lebih dari sekadar teoretis. “Sangat penting untuk memahami apakah ini realistis, apakah ini sesuatu yang bisa kita lihat di laboratorium atau hanya teori,” kata Dorit Aharonov dari Hebrew University di Yerusalem, yang tidak terlibat dalam penelitian tersebut.

Jadi para peneliti menguji tugas pembelajaran mesin dengan komputer kuantum Google, Sycamore (SN: 23/10/19). Alih-alih mengukur sistem kuantum nyata, tim menggunakan data kuantum simulasi, dan menganalisisnya menggunakan teknik kuantum atau klasik.

Pembelajaran mesin kuantum juga menang di luar sana, meskipun komputer kuantum Google berisik, yang berarti kesalahan dapat masuk ke dalam perhitungan. Akhirnya, para ilmuwan berencana untuk membangun komputer kuantum yang dapat memperbaiki kesalahan mereka sendiri (SN: 22/6/20). Tetapi untuk saat ini, bahkan tanpa koreksi kesalahan itu, pembelajaran mesin kuantum tetap berlaku.

BACA JUGA :  Fisika Menengah untuk Kedokteran dan Biologi: Kandang Faraday Terintegrasi Biologi

Leave a Reply

Your email address will not be published.