in

მეცნიერებმა კვანტური პროგრამული უზრუნველყოფა კლასიკურ კომპიუტერზე გამოიყენეს

იგი ცნობილია როგორც Quantum Approximate Optimization (QAOA) ალგორითმი

ორმა ფიზიკოსმა EPFL და კოლუმბიის უნივერსიტეტიდან ტრადიციული კომპიუტერის გამოყენებით კვანტური სავარაუდო ოპტიმიზაციის ალგორითმის სიმულაციის მიდგომა წარმოადგინა. ალგორითმის მოწინავე კვანტურ პროცესორებზე მუშაობის ნაცვლად, ახალი მიდგომა მანქანათმცოდნეობის კლასიკურ ალგორითმს გულისხმობს, რომელიც დაწვრილებით ასახავს მოკლევადიანი კვანტური კომპიუტერების ქცევას.

EPFL-ის პროფესორებმა ჯუზეპე კარლეომ და მატია მედვიდოვიჩმა, კოლუმბიის უნივერსიტეტისა და Flatiron Institute-ის კურსდამთავრებულებმა კვანტური კომპიუტერის ნაცვლად, კვანტური გამოთვლის რთული ალგორითმი ტრადიციულ კომპიუტერებზე გამოიყენეს.

კონკრეტული “კვანტური პროგრამული უზრუნველყოფა”, რომელსაც ისინი იყენებენ, ცნობილია როგორც Quantum Approximate Optimization (QAOA) ალგორითმი და მათემატიკაში კლასიკური ოპტიმიზაციის პრობლემების გადასაჭრელად გამოიყენება. “დიდი ინტერესი არსებობს იმასთან დაკავშირებით, თუ რა პრობლემების გადაჭრაა შესაძლებელი კვანტური კომპიუტერის საშუალებით. QAOA კი ერთ-ერთი თვალსაჩინო კანდიდატია” – ამბობს კარლეო.

საბოლოო ჯამში, QAOA მიზნად ისახავს, დაგვეხმაროს ცნობილი “კვანტური აჩქარების” გზაზე – ეს არის მონაცემთა დამუშავების სიჩქარის სავარაუდო ზრდა, რომლის მიღწევაც კვანტური კომპიუტერით შეგვიძლია. გასაგებია, რომ აღნიშნულს ბევრი მხარდამჭერი ჰყავს, მათ შორის, Google, მაგრამ კვანტური აჩქარების ბარიერი მაინც მკაცრია და მუდმივად იცვლება ახალი კვლევების შედეგად.

ახალ კვლევაში კი ძირითადი აქცენტი იმაზე კეთდება, თუ კლასიკურ ალგორითმებთან შედარებით რამდენად აქვს კვანტურ კომპიუტერზე მოქმედ ალგორითმებს უპირატესობა. “თუ  ამ კითხვაზე პასუხის მიღება გვსურს, პირველ რიგში კვანტური სისტემების სიმულაციისას კლასიკური გამოთვლების საზღვრები უნდა გვესმოდეს” – აღნიშნავს კარლეო. ეს განსაკუთრებით მნიშვნელოვანია, რადგან კვანტური პროცესორების ამჟამინდელი თაობის სამუშაო რეჟიმი გარკვეულ ხარვეზებს შეიცავს და ამასთან, მხოლოდ შეზღუდული სირთულის ალგორითმების შესრულება შეუძლია.

ჩვეულებრივი კომპიუტერების გამოყენებით, ორმა მკვლევარმა შეიმუშავა მეთოდი, რომელსაც შეუძლია, უხეშად მოახდინოს ალგორითმების სპეციალური კლასის ქცევის სიმულაცია – ე. წ. ვარიაციული კვანტური ალგორითმები.

მიდგომა იმ აზრს ემყარება, რომ მანქანათმცოდნეობის თანამედროვე საშუალებები (მაგალითად, რთული თამაშების სწავლება) შეიძლება, კვანტური კომპიუტერის შიდა მუშაობის შესასწავლად და სიმულაციისთვის იქნას გამოყენებული. ამ სიმულაციის მთავარი ინსტრუმენტი ნერვული ქსელის კვანტური მდგომარეობაა, ხელოვნური ნერვული ქსელი, რომელიც კარლეომ 2016 წელს შექმნა და პირველად გამოყენებული იქნა QAOA სიმულაციებისთვის.

მეცნიერები იმედოვნებენ, რომ ახალი მიდგომა ერთგვარი სახელმძღვანელო იქნება კვანტური ალგორითმების შემუშავებისათვის.

რა გავლენას ახდენს გადამუშავებული საკვები ჩვენს ორგანიზმზე?

რას ნიშნავს და რაში დაგეხმარებათ საინვესტიციო პორტფელის დივერსიფიკაცია?