El Instituto Chino de Física de Altas Energías (IHEP) en Beijing es pionero en enfoques innovadores en computación cuántica y aprendizaje automático cuántico para abrir nuevas vías de investigación dentro de su programa de física de partículas, como Hideki Okawa, Wei Dong Li y junio cao explicar
El Instituto de Física de Altas Energías (IHEP), parte de la Academia de Ciencias de China, es el laboratorio de ciencias básicas más grande de China. Alberga un programa de investigación multidisciplinario que abarca la física de partículas elementales, la astrofísica, así como la planificación, el diseño y la construcción de proyectos de aceleradores a gran escala, incluida la fuente de neutrones por espalación de China, que se lanzó en 2018, y la fuente de fotones de alta energía, que se lanzará próximamente. en línea en 2025.
Si bien la inversión en la infraestructura experimental del IHEP ha aumentado drásticamente en los últimos 20 años, el desarrollo y la aplicación de tecnologías de aprendizaje automático y computación cuántica ahora están preparados para producir resultados de largo alcance similares dentro del programa de investigación del IHEP.
Gran ciencia, soluciones cuánticas
La física de altas energías es el punto donde la “gran ciencia” se encuentra con los “grandes datos”. Descubrir nuevas partículas y sondear las leyes fundamentales de la naturaleza son esfuerzos que producen volúmenes increíbles de datos. El Gran Colisionador de Hadrones (LHC) del CERN genera petabytes (1015 bytes) de datos durante sus ejecuciones experimentales, todos los cuales deben procesarse y analizarse con la ayuda de la computación grid, una infraestructura distribuida que conecta en red los recursos informáticos en todo el mundo.
De esta manera, Worldwide LHC Computing Grid brinda a una comunidad de miles de físicos acceso casi en tiempo real a los datos del LHC. Esa sofisticada red informática fue fundamental para el descubrimiento histórico del bosón de Higgs en el CERN en 2012, así como para otros innumerables avances para investigar más a fondo el modelo estándar de la física de partículas.
Sin embargo, se vislumbra otro punto de inflexión en lo que respecta al almacenamiento, análisis y extracción de big data en física de altas energías. El Gran Colisionador de Hadrones de Alta Luminosidad (HL-LHC), que se prevé que entre en funcionamiento en 2029, creará una "crisis informática" a medida que la luminosidad integrada de la máquina sea proporcional al número de colisiones de partículas que se produzcan en un período de tiempo determinado. , aumentará en un factor de 10 en comparación con el valor de diseño del LHC, al igual que los flujos de datos generados por los experimentos del HL-LHC.
CERN QTI: aprovechar la gran ciencia para acelerar la innovación cuántica
En el corto plazo, se necesitará una nueva “línea de base informática” para hacer frente a las crecientes demandas de datos del HL-LHC, una línea de base que requerirá la explotación a escala de unidades de procesamiento de gráficos para simulación, registro y reprocesamiento de datos masivamente paralelo. , así como aplicaciones clásicas del aprendizaje automático. El CERN, por su parte, también ha establecido una hoja de ruta a medio y largo plazo que reúne a las comunidades de física de altas energías y tecnología cuántica a través de la Iniciativa de Tecnología Cuántica (QTI) del CERN, en reconocimiento de que se vislumbra otro salto en el rendimiento informático. con la aplicación de tecnologías de computación cuántica y redes cuánticas.
De vuelta a los conceptos básicos cuánticos
Las computadoras cuánticas, como su nombre lo indica, explotan los principios fundamentales de la mecánica cuántica. Al igual que las computadoras clásicas, que se basan en bits binarios que toman el valor 0 o 1, las computadoras cuánticas explotan los bits binarios cuánticos, pero como una superposición de los estados 0 y 1. Esta superposición, junto con el entrelazamiento cuántico (correlaciones entre bits cuánticos), en principio permite a las computadoras cuánticas realizar algunos tipos de cálculo significativamente más rápido que las máquinas clásicas; por ejemplo, simulaciones cuánticas aplicadas en diversas áreas de la química cuántica y la cinética de reacciones moleculares.
Si bien las oportunidades para la ciencia y la economía en general parecen convincentes, uno de los grandes dolores de cabeza de la ingeniería asociados con las computadoras cuánticas en sus primeras etapas es su vulnerabilidad al ruido ambiental. Los qubits se ven perturbados con demasiada facilidad, por ejemplo, por sus interacciones con el campo magnético de la Tierra o campos electromagnéticos dispersos de teléfonos móviles y redes WiFi. Las interacciones con los rayos cósmicos también pueden ser problemáticas, al igual que la interferencia entre qubits vecinos.
La solución ideal (una estrategia llamada corrección de errores) implica almacenar la misma información en varios qubits, de modo que los errores se detecten y corrijan cuando uno o más de los qubits se vean afectados por el ruido. El problema con estas computadoras cuánticas llamadas tolerantes a fallas es que requieren una gran cantidad de qubits (en la región de millones), algo que es imposible de implementar en las arquitecturas cuánticas de pequeña escala de la generación actual.
En cambio, los diseñadores de las computadoras cuánticas ruidosas de escala intermedia (NISQ) actuales pueden aceptar los efectos del ruido tal como están o recuperar parcialmente los errores algorítmicamente (es decir, sin aumentar el número de qubits) en un proceso conocido como mitigación de errores. Se sabe que varios algoritmos confieren resistencia al ruido en computadoras cuánticas de pequeña escala, de modo que la “ventaja cuántica” puede ser observable en aplicaciones específicas de física de alta energía a pesar de las limitaciones inherentes de las computadoras cuánticas de la generación actual.
Una de esas líneas de investigación en el IHEP se centra en la simulación cuántica, aplicando ideas originalmente propuestas por Richard Feynman en torno al uso de dispositivos cuánticos para simular la evolución temporal de los sistemas cuánticos (por ejemplo, en la cromodinámica cuántica de red (QCD). A modo de contexto, el modelo estándar describe todas las interacciones fundamentales entre las partículas elementales, aparte de la fuerza gravitacional, es decir, uniendo las fuerzas electromagnética, débil y fuerte. De esta manera, el modelo comprende dos conjuntos de las llamadas teorías de campos de calibre cuántico: el modelo Glashow-Weinberg-Salam (que proporciona una descripción unificada de las fuerzas electromagnéticas y débiles) y QCD (para las fuerzas fuertes).
Generalmente ocurre que las teorías de campos de calibre cuántico no se pueden resolver analíticamente, y la mayoría de las predicciones para experimentos se derivan de métodos de aproximación de mejora continua (también conocidos como perturbación). En este momento, los científicos del IHEP están trabajando en la simulación directa de campos de calibre con circuitos cuánticos en condiciones simplificadas (por ejemplo, en dimensiones de espacio-tiempo reducidas o utilizando grupos finitos u otros métodos algebraicos). Dichos enfoques son compatibles con las iteraciones actuales de las computadoras NISQ y representan un trabajo fundamental para una implementación más completa de QCD reticular en un futuro cercano.
El simulador cuántico QuIHEP
Como extensión de su ambicioso programa de I+D cuántico, IHEP ha creado QuIHEP, una plataforma de simulación de computación cuántica que permite a científicos y estudiantes desarrollar y optimizar algoritmos cuánticos para estudios de investigación en física de alta energía.
Para mayor claridad, los simuladores cuánticos son marcos informáticos clásicos que intentan emular o "simular" El comportamiento de las computadoras cuánticas. La simulación cuántica, por otro lado, utiliza hardware de computación cuántica real para simular la evolución temporal de un sistema cuántico; por ejemplo, los estudios QCD reticulares en el IHEP (ver texto principal).
Como tal, QuIHEP ofrece un entorno de desarrollo interactivo y fácil de usar que explota los clústeres informáticos de alto rendimiento existentes para simular hasta unos 40 qubits. La plataforma proporciona una interfaz de compositor para educación e introducción (que demuestra, por ejemplo, cómo se construyen visualmente los circuitos cuánticos). El entorno de desarrollo se basa en el software de código abierto Jupyter y se combina con un sistema de autenticación de usuarios IHEP.
En el corto plazo, QuIHEP se conectará con recursos de computación cuántica distribuidos en toda China para establecer una infraestructura de investigación armonizada. El objetivo: apoyar la colaboración entre la industria y la academia y la educación y formación en ciencia e ingeniería cuánticas.
Aprendizaje automático: la forma cuántica
Otro tema de investigación cuántica en el IHEP tiene que ver con el aprendizaje automático cuántico, que se puede agrupar en cuatro enfoques distintos: CC, CQ, QC, QQ (con C – clásico; Q – cuántico). En cada caso, la primera letra corresponde al tipo de datos y la última al tipo de computadora que ejecuta el algoritmo. El esquema CC, por ejemplo, utiliza plenamente datos y computadoras clásicas, aunque ejecuta algoritmos de inspiración cuántica.
Sin embargo, el caso de uso más prometedor que se está llevando a cabo en el IHEP tiene que ver con la categoría CQ de aprendizaje automático, donde el tipo de datos clásico se mapea y se entrena en computadoras cuánticas. La motivación aquí es que, al explotar los fundamentos de la mecánica cuántica (el gran espacio de Hilbert, la superposición y el entrelazamiento), las computadoras cuánticas podrán aprender de manera más efectiva a partir de conjuntos de datos a gran escala para optimizar las metodologías de aprendizaje automático resultantes.
Para comprender el potencial de la ventaja cuántica, los científicos del IHEP están trabajando actualmente en "redescubrir" la partícula exótica Zc(3900) utilizando el aprendizaje automático cuántico. En términos de la historia de fondo: Zc(3900) es una partícula subatómica exótica formada por quarks (los componentes básicos de protones y neutrones) y se cree que es el primer estado de tetraquark observado experimentalmente, una observación que, en el proceso, profundizó nuestra comprensión de la QCD. La partícula fue descubierta en 2013 por el detector del espectrómetro de Beijing (BESIII) en el colisionador de electrones y positrones de Beijing (BEPCII), con observación independiente realizada por el experimento Belle en el laboratorio de física de partículas KEK de Japón.
Innovaciones del banco de pruebas de QUANT-NET: reinventar la red cuántica
Como parte de este estudio de I+D, un equipo dirigido por Jiaheng Zou del IHEP, y que incluía a colegas de la Universidad de Shandong y la Universidad de Jinan, implementó el llamado algoritmo de máquina de vectores de soporte cuántico (una variante cuántica de un algoritmo clásico) para el entrenamiento a lo largo de con señales simuladas de Zc(3900) y eventos seleccionados al azar de los datos reales de BESIII como fondos.
Al utilizar el enfoque de aprendizaje automático cuántico, el rendimiento es competitivo en comparación con los sistemas de aprendizaje automático clásicos, aunque, sobre todo, con un conjunto de datos de entrenamiento más pequeño y menos funciones de datos. Se están realizando investigaciones para demostrar una mayor sensibilidad de la señal con la computación cuántica, trabajo que en última instancia podría señalar el camino hacia el descubrimiento de nuevas partículas exóticas en experimentos futuros.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://physicsworld.com/a/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science/
