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 системы в заданном состоянии применяются системы управления с обратной связью, способные реагировать на незначительные отклонения и возвращать ее к требуемым параметрам. В простых случаях величину необходимого воздействия можно определить аналитическим путем. Однако для более сложных, приближенных к реальным условиям, готовых решений не существует.
Использование моделирования физики продемонстрировало, что глубокое обучение с подкреплением является эффективным решением для данной задачи в системе с нелинейными гамильтонианом — способом, определяющим ее полную энергию. Обучением с подкреплением называют один из методов машинного обучения, при котором алгоритм обучается, взаимодействуя со средой и получая обратную связь. Значит, в каждом цикле обучения алгоритм как-то воздействует на состояние квантовой системы, а затем узнает, что из этого вышло.
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:
Ученым удалось продемонстрировать, что глубокое обучение с подкреплением позволяет эффективно восстанавливать систему до состояния, близкого к исходному «состояние кота Шредингера», при котором система находится одновременно в двух состояниях, подобно коту в знаменитом 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.