「ハミルトニアン モデルは物理的および化学的プロセスの研究と分析を支えるため、
「実験データを使用すると、プロトコル インスタンスの 74% が、もっともらしいと思われるモデルを取得します。 10のスペースを特徴とするシミュレートされたマルチスピンシステム10 可能性のあるモデルも、プロトコルに遺伝的アルゴリズムを組み込むことによって調査されており、85% のインスタンスでターゲット モデルが特定されます。」
「限られた事前の仮定からモデリング仮説を定式化およびテストできる自動エージェントの開発は、大規模な量子システムの特性評価に向けた基本的なステップを表します。」
このアルゴリズムは、量子センサーなどの新しいデバイスの自動特性評価を支援するために使用できる可能性があります。
「今日のスーパーコンピューターの能力と機械学習を組み合わせることで、量子システムの構造を自動的に発見することができました。 新しい量子コンピュータ/シミュレータが利用可能になるにつれて、アルゴリズムはさらにエキサイティングなものになります。まず、デバイス自体のパフォーマンスを検証するのに役立ち、次にそれらのデバイスを利用して、ますます大規模なシステムを理解することができます。」と研究者のブライアン・フリンは述べています。