Использование глубокого обучения с подкреплением привело к переходу квантовой системы в состояние, аналогичное «коту Шредингера»

Новости МирТесен

Японские и австралийские физики с помощью моделирования продемонстрировали, что обучение с подкреплением, являющееся одним из методов машинного обучения, может быть использовано для точного управления квантовым состоянием системы.

Для продуктивного применения квантовых систем в задачах записи, хранения и обработки информации необходимо разрабатывать методики, обеспечивающие точное измерение и управление состоянием квантовой системы. Сложность заключается в том, что любое взаимодействие квантовой системы с окружающей средой, даже измерения, неизбежно вносит коррективы в ее состояние. Это приводит к возникновению ошибок, которые усложняют управление квантовыми системами, в особенности при работе в реальном времени.

Для поддержания заданной конфигурации системы применяются системы управления, основанные на принципе обратной связи, которые оперативно корректируют незначительные отклонения и возвращают систему к целевому состоянию. В случае несложных систем величину необходимого воздействия можно определить расчетным путем. Но в более сложных, приближенных к реальным условиям, готовых решений не существует.

В ходе исследований, основанных на физическом моделировании, было установлено, что обучение с подкреплением демонстрирует высокую эффективность в решении данной проблемы для системы, характеризующейся нелинейной гамильтонианом — функцией, описывающей ее полную энергию. Обучением с подкреплениемОбучение с подкреплением – это один из алгоритмов машинного обучения, суть которого заключается в обучении посредством взаимодействия с окружающей средой и получении обратной информации. Таким образом, на каждом этапе обучения алгоритм оказывает влияние на состояние квантовой системы, а затем оценивает результат.

До начала обучения взаимодействие было нерегулярным, и алгоритм первоначально не мог обеспечить стабильную работу системы:

К 300-му циклу обучения алгоритму стало значительно легче справляться с этой задачей:

После 5000 циклов амплитуда требуемых воздействий снизилась до минимального уровня:

В результате исследователям удалось продемонстрировать, что метод глубокого обучения с подкреплением позволяет вернуть систему в состояние, близкое к исходному, «состояние кота Шредингера», которое характеризуется одновременным нахождением системы в двух состояниях, аналогично коту из известного мысленном эксперименте Эрвина Шредингера. Обучение осуществляется в полностью автономном режиме. По мнению авторов статьи, в перспективе для управления квантовыми системами можно будет применять и другие подходы, основанные на искусственном интеллекте.

Статья с результатами исследования опубликована в журнале Physical Review Letters.