Jaringan saraf kuantum mungkin bisa melewati prinsip ketidakpastian

Para peneliti telah menunjukkan secara matematis bahwa jaringan saraf kuantum dapat membantu mengukur sifat-sifat objek kuantum yang sulit diakses, berpotensi menipu prinsip ketidakpastian Heisenberg. Dengan menyuntikkan keacakan ke dalam jaringan, para ilmuwan mungkin dapat menentukan beberapa sifat yang tidak kompatibel dengan lebih tepat. Pendekatan ini dapat mempercepat aplikasi dalam komputasi kuantum dan kimia.

Prinsip ketidakpastian Heisenberg membatasi seberapa tepat sifat kuantum tertentu, seperti posisi dan momentum, dapat diukur secara bersamaan. Bagi objek kuantum seperti molekul atau qubit dalam komputer kuantum, hal ini membuat prediksi dan penilaian menjadi menantang, karena pengukuran dapat saling mengganggu. Duanlu Zhou dari Akademi Ilmu Pengetahuan China dan rekan-rekannya telah membuktikan secara matematis bahwa jaringan saraf kuantum (QNN) dapat mengatasi masalah ini. Operasi tradisional pada qubit sering kali tidak kompatibel karena prinsip ketidakpastian, mirip dengan melakukan perhitungan yang bertentangan pada sebuah angka. Namun, QNN dengan langkah-langkah yang dipilih secara acak dari suatu kumpulan dapat menyelesaikan ketidakkompatibilitan ini. Penelitian sebelumnya menunjukkan bahwa keacakan membantu QNN mengukur sifat tunggal secara efektif. Tim Zhou memperluas ini ke sifat ganda, termasuk yang dibatasi oleh prinsip ketidakpastian. Dengan menerapkan operasi acak berturut-turut dan memecahkan hasil dengan metode statistik, pendekatan ini menghasilkan hasil yang lebih tepat daripada operasi tunggal yang diulang. Ini sangat berguna untuk komputer kuantum, di mana pemahaman sifat qubit sangat penting untuk penandaan perangkat atau emulasi molekul dan material. Robert Huang dari California Institute of Technology mencatat bahwa pengukuran banyak sifat tidak kompatibel secara efisien akan memungkinkan para ilmuwan mempelajari sistem kuantum jauh lebih cepat, membantu aplikasi dalam kimia dan ilmu material, serta penskalaan komputer kuantum. Metode ini tampak masuk akal untuk implementasi praktis, meskipun keberhasilannya mungkin bergantung pada mengungguli teknik pengukuran kuantum berbasis keacakan lainnya. Temuan ini muncul di Physical Review B (DOI: 10.1103/qz9c-m3z4).

Artikel Terkait

A new analysis indicates that two key quantum computing algorithms for chemistry problems have limited practical use, even with advancing hardware. Researchers suggest that calculating molecular energy levels may not justify the technology's investment as hoped. This challenges the view of quantum chemistry as a major application for quantum computers.

Dilaporkan oleh AI

Researchers have developed a mathematical approach showing quantum computers could efficiently process large datasets for AI tasks. By loading data in batches like streaming, the method avoids massive memory needs. A machine with just 60 logical qubits could outperform classical systems by decade's end.

Researchers have used two quantum computers and two supercomputers to simulate a molecule with 12,635 atoms, breaking the previous record. The hybrid approach targeted protein-ligand complexes relevant to drug discovery. The achievement marks progress toward practical quantum simulations despite current hardware limitations.

Dilaporkan oleh AI

Researchers at Los Alamos National Laboratory have developed a method to effectively reverse time in quantum systems, enabling energy harvesting for potential use in quantum batteries. The technique counteracts the effects of measurements on qubits, making systems appear to run backwards. This could turn measurements into a thermodynamic resource.

Situs web ini menggunakan cookie

Kami menggunakan cookie untuk analisis guna meningkatkan situs kami. Baca kebijakan privasi kami untuk informasi lebih lanjut.
Tolak