Inteligentný nástroj v USA by mohol skrátiť čas ladenia kvantových zariadení pri pátraní po záhadnej temnej hmote

Vedci v USA pracujú na vývoji inteligentného agenta, ktorý by mohol automaticky ladiť citlivé kvantové zariadenia a urýchliť kvantové počítanie, ako aj pátranie po záhadnej temnej hmote.

Systém umelej inteligencie (AI) je momentálne testovaný výskumníkmi v Pacific Northwest National Laboratory (PNNL) v Richlande, Washington. Tento agent by mal byť schopný ovládať parametrové zosilňovače s obmedzeným kvantovým šumom.

Tieto ultranízkošumové mikrovlnné zariadenia sa používajú na zosilnenie extrémne slabých signálov, ktoré sú definované kvantovou mechanikou, a takmer nevytvárajú žiadny dodatočný šum. Okrem toho sa využívajú v experimentoch pátrania po temnej hmote a v systémoch, ktoré čítajú informácie z supravodivých kvantových bitov, známych ako qubity.

Prevádzka týchto zariadení si však často vyžaduje zručných fyzikov, ktorí musia nastavovať parametre a testovať výsledky po dlhé hodiny. Aby tento problém vyriešili, tím PNNL pod vedením Christiana Boutana, PhD, vyvinul systém AI na automatizáciu tohto procesu. Projekt, nazvaný AQUA-WOLF (Autonomous Quantum Amplifier Workflow Optimization and Learning Framework), je podporovaný Genesis Mission Ministerstva energetiky USA.

AI ladí zosilňovače

Nová technológia by mohla podporiť Axion Dark Matter eXperiment (ADMX), ktorý pátra po hypotetických časticiach nazývaných axiony. Tento experiment je pomerne nezvyčajný pre detektory temnej hmoty, pretože sa nenachádza hlboko pod zemou.

ADMX využíva mikrovlnnú dutinu umiestnenú vo veľkom a silnom magnetickom poli na pátranie po studených axionoch temnej hmoty v miestnom galaktickom halo temnej hmoty. Ak sú prítomné, tím dúfa, že sa premenia na mikrovlnné fotóny, ktoré môžu byť zachytené veľmi citlivou kvantovou elektronikou.

Experiment musí prehľadávať rozsah možných hmotností axionov, čo robí čas, ktorý zariadenie strávi zberom dát, obzvlášť dôležitým. Podľa Boutana je ladenie zosilňovačov „dominantným zdrojom plytvania časom“ počas pátrania.

Verí však, že AQUA-WOLF by mohol tento proces automatizovať pomocou posilňovacieho učenia. Namiesto toho, aby sa spoliehali na fyzika, ktorý opakovane nastavuje zosilňovač, by AI agent sám menil nastavenia a učil sa z výsledkov.

Na začiatku by vedci odmeňovali systém na základe zisku, ktorý meria, ako veľmi zosilňovač posilňuje prichádzajúci signál v decibeloch. Následne plánujú rozšíriť proces tak, aby zohľadňoval aj ďalšie faktory, vrátane šumu a stability.

Tréning agenta

Vedci tiež otestujú niekoľko algoritmov navzájom, aby identifikovali najefektívnejší prístup. Automatizácia celého procesu by mohla byť prospešná aj pre kvantové počítanie, pretože zosilňovače čítajú informácie z qubitov. Avšak ladenie týchto zariadení by sa mohlo stať náročným, keď kvantové počítače budú obsahovať tisíce qubitov.

Plánujú tiež naučiť agenta fyziku za zariadeniami a zakódovať Hamiltonián systému, čo je matematický popis jeho energie, do agenta. Týmto spôsobom by mohol robiť rozhodnutia na základe hlbokého porozumenia fungovania zariadení.