Sommario
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.
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.
