브리스톨 연구원, 양자 시스템 공식화 알고리즘 개발

'해밀턴 모델은 물리적 및 화학적 과정의 연구와 분석을 뒷받침하므로 연구자들은 그들이 나타내는 시스템에 충실하다는 것이 중요하지만 실험 데이터로부터 양자 시스템에 대한 후보 해밀턴을 공식화하고 테스트하는 것은 어렵다고 말합니다. 어떤 상호 작용이 존재하는지 직접 관찰할 수 없기 때문입니다.'

여기서 우리는 감독되지 않은 기계 학습을 활용하는 에이전트를 설계하여 이 문제를 극복하기 위한 자동화된 프로토콜을 제안하고 시연합니다. 먼저 질소 공극 센터 설정을 연구할 때 올바른 Hamiltonian을 추론하는 접근 방식의 기능을 보여줍니다. 예비 시뮬레이션에서 정확한 모델이 알려지고 최대 59%의 성공률로 정확하게 추론됩니다.'

'실험 데이터를 사용할 때 프로토콜 인스턴스의 74%가 타당하다고 간주되는 모델을 검색합니다. 10개의 공간을 특징으로 하는 시뮬레이션된 멀티 스핀 시스템¹⁰ 가능한 모델은 또한 인스턴스의 85%에서 대상 모델을 식별하는 프로토콜에 유전자 알고리즘을 통합하여 조사됩니다.'

'제한된 이전 가정에서 모델링 가설을 공식화하고 테스트할 수 있는 자동화된 에이전트의 개발은 대규모 양자 시스템의 특성화를 향한 근본적인 단계를 나타냅니다.'

이 알고리즘은 양자 센서와 같은 새로운 장치의 자동화된 특성화를 지원하는 데 사용될 수 있습니다.

“오늘날 슈퍼컴퓨터의 성능과 기계 학습을 결합하여 양자 시스템에서 구조를 자동으로 발견할 수 있었습니다. 새로운 양자 컴퓨터/시뮬레이터를 사용할 수 있게 됨에 따라 알고리즘은 더욱 흥미진진해집니다. 먼저 장치 자체의 성능을 검증하는 데 도움이 될 수 있고 그런 다음 이러한 장치를 활용하여 훨씬 더 큰 시스템을 이해하는 데 도움이 될 수 있습니다.”라고 연구원 Brian Flynn은 말합니다.