Transicions dinàmiques de fase en computació quàntica de reservoris (quantum reservoir computing)

23 de agost de 2021

La informació pot ser processada per sistemes físics, químics i biològics, i el cervell humà n’és un exemple paradigmàtic. En aquest context, la computació quàntica de reservoris és un enfocament prometedor en els camps dels sistemes complexos i les xarxes neuronals artificials. Es caracteritza per un entrenament ràpid i fàcil, amb aplicacions tan útils com el processament de sèries temporals i la predicció. Això a banda, els sistemes complexos poden emmagatzemar memòria i poden fer-se servir per processar de manera no lineal la informació d'entrada, però entendre què és l'essencial per a un bon processador de la computació quàntica de reservoris és clau per aconseguir implementacions experimentals.

Un equip d'investigadors de l'Institut de Física Interdisciplinària i de Sistemes Complexos (IFISC, UIB-CSIC) ha publicat un article a Physical Review Letters, en el qual analitzen quines propietats dinàmiques naturals d'una xarxa quàntica de qubits (bits d'informació quàntica) determinen la seva capacitat per actuar com a computadora quàntica de reservoris.

L'article mostra la importància de sintonitzar el reservori a l'inici de la termalització, la qual cosa pot aconseguir-se fàcilment controlant la intensitat del camp magnètic aplicat. Per a això, els investigadors identificaren els règims de resposta que ofereix el model, ja que pogueren fer transicions de fase dinàmiques de l'un a l'altre mitjançant canvis del grau de desordre i de la força del camp magnètic transversal. De fet, una xarxa complexa de bits quàntics pot ser considerada com un sistema de molts cossos que pot termalitzar-se o mostrar una localització de molts de cossos (many-body localization, MBL). Aquest treball esdevé un pont entre el context de les fases dinàmiques quàntiques i la computació neuromòrfica, la manera com aquests fenòmens tenen un paper en les aplicacions i implementacions de la computació quàntica de reservoris com en els experiments amb ions. Una anàlisi extensiva mostra que la termalització és una característica essencial per a un sistema de computació quàntica de reservoris. Els investigadors també comprovaren que estar al límit de la transició dinàmica pot ser beneficiós per al model, mentre que la localització dificulta el processament i difusió de la informació dins el sistema físic.

Caracteritzar els mecanismes físics subjacents a la capacitat de processament d'informació òptica de les xarxes d'espín és essencial per a implementacions experimentals futures i proporciona una perspectiva nova sobre les fases dinàmiques.


Martínez Peña, Rodrigo; Giorgi, Gian Luca; Nokkala, Johannes; Soriano, Miguel C.; Zambrini, Roberta. Physical Review Letters 127, 100502 (1-7). https://doi.org/10.1103/PhysRevLett.127.100502


 atom-3d

Projectes d'investigació relacionats

QUAREC

Machine learning with quantum reservoir computing

I.P.: Roberta Zambrini
Project funded by the government of the Balearic Islands with the goal of extending Reservoir Computing into the quantum domain. The project is mainly theoretical/numerical, but also deals with the identification of ...

QuaResC

Quantum machine learning using reservoir computing

I.P.: Miguel C. Soriano, Roberta Zambrini
The QuaResC project engages in a new collaboration UIB and CSIC researchers at IFISC with the objective to address an interdisciplinary topic between artificial intelligence and quantum physics: quantum machine learning using ...

Línies d'investigació relacionades


Aquesta web utilitza cookies per a la recollida de dades amb un propòsit estadístic. Si continues navegant, vol dir que acceptes la instal·lació de la cookie.


Més informació D'accord