Un team internazionale di ricercatori guidato dalla professoressa Zoe Holmes dell’EPFL ha scoperto un nuovo metodo per insegnare ai computer quantistici a comprendere e prevedere il comportamento dei sistemi quantistici. Questo lavoro pionieristico, realizzato in collaborazione con ricercatori del Caltech, della Free University of Berlin e del Los Alamos National Laboratory, potrebbe portare a significativi progressi nel campo dell’informatica quantistica.
Cosa leggere
Rete neurale quantistica (QNN)
Il team ha lavorato su “reti neurali quantistiche” (QNN), un tipo di modello di apprendimento automatico progettato per apprendere e processare informazioni utilizzando principi ispirati alla meccanica quantistica per imitare il comportamento dei sistemi quantistici. Le QNN, come le reti neurali utilizzate nell’intelligenza artificiale, sono costituite da nodi interconnessi, o “neuroni”, che eseguono calcoli. La differenza è che, nelle QNN, i neuroni operano secondo i principi della meccanica quantistica, permettendo loro di gestire e manipolare le informazioni quantistiche.
Stati di prodotto
Gli “stati di prodotto” utilizzati dagli scienziati si riferiscono a un concetto nella meccanica quantistica che descrive il tipo specifico di stato per un sistema quantistico. Questi stati sono spesso utilizzati come punto di partenza nei calcoli e nelle misurazioni quantistiche perché forniscono un quadro più semplice e gestibile per studiare e comprendere il comportamento dei sistemi quantistici.
Migliori computer quantistici in arrivo
Microsoft prevede di costruire un supercomputer quantistico entro 10 anni
Intel avvia le spedizioni del processore quantistico: passo avanti nell’informatica
I ricercatori hanno dimostrato che, addestrando le QNN utilizzando solo pochi di questi semplici esempi, i computer possono comprendere efficacemente la complessa dinamica dei sistemi quantistici intrecciati. Questo potrebbe significare che saremo in grado di apprendere e comprendere i sistemi quantistici utilizzando computer più piccoli e semplici, come i computer di scala intermedia a breve termine (NISQ) che avremo probabilmente nei prossimi anni, invece di aver bisogno di quelli grandi e complessi, che potrebbero essere ancora lontani.
