Norite veiksmingesnių treniruoklių? Laikykite laiką kvantine superpozicija

Politikų kiaušiniai ir Kembridžo stiliaus analizė || Laikykitės ten su Andriumi Tapinu || S02E27 (Birželis 2019).

Anonim

Kompiuteriniai sistemų modeliai, tokie kaip miesto eismo srautas arba smegenų nervų smegenys, dažniausiai naudojasi daug atminties. Tačiau naujas metodas su kvantiniais treniruokliais gali žymiai sumažinti šio atminties panaudojimą, atsižvelgiant į kvantitinį požiūrį į laiką. Vienintelė kaina yra sumažėjęs praeities įrašas.

Siūlau iš mokslininkų Mile Gu ir Thomas Elliott Singapūre, kurie apibūdina savo pasiūlymą kovo 1 d. Spausdintame "NPR Quantum Information" dokumente. Gu dirba "Quantum Technologies" centre ir Nanyang technologijos universitete (NTU) Singapūre, o Elliott yra ne NTU.

Kad atliktų modeliavimą, klasikinis kompiuteris turi sumažinti laiką į atskirus žingsnius. Gu lygiagrečiai su senais laiko matavimo būdais: liudytojų. "Padidinkite smėlio liucerną ir pamatysite atskirus smėlio grūdus, kurie yra vienas po kito. Tai granuliuotas srautas, - sako Guas.

Kadangi smagiui reikia smulkesnio smėlio, kad būtų galima tiksliau matuoti laiką, kompiuteriui reikia tikslesnių laiko nustatymų, kad būtų galima atlikti tikslesnius modelius. Tiesą sakant, idealus būtų nuolat imituojantis laiką, nes, atsižvelgiant į geriausius mūsų pastebėjimus, atrodo, kad laikas yra tęstinis. Tačiau tai reiškia tikrai tikslų klasikinį modeliavimą, kad būtų galima paleisti tokią programą be galo.

Nors tai neįmanoma su klasikiniu kompiuteriu, kvantiniai efektai suteikia darbo aplinką. "Kvantiniu treniruokliu galite išvengti tikslumo palyginimo su saugojimu, kurį turėtumėte patirti klasikiniu prietaisu", - aiškina Elliott.

Norėdami paaiškinti, kaip tai veikia, įsivaizduokite, kad reikia sugauti autobusą. Jei atvykstate prie sustojimo laiko, kad pamatytumėte išvykstantį autobusą, dabar tikitės, kad kitas autobusas užtruks ilgiau, nei jei jūs ne tik matėte vienos atostogos. Taip yra todėl, kad atvykstančio autobuso tikimybė ne visada yra pastovi, bet priklauso nuo to, kiek laiko jis buvo nuo paskutinio autobuso.

Kad imituotų panašius procesus, kai tikimybė keičiasi laikui bėgant, įprastas kompiuteris apskaičiuoja rezultatus nustatytais laiko intervalais. Pavyzdžiui, tai gali padalyti tikimybes į autobuso atvykimo laiką į 30 sekundžių intervalus, atnaujindami šias tikimybes po kiekvieno intervalo priklausomai nuo to, ar autobusas atvyko (ar ne). Tiksliau tariant, kada bus autobusas, ar tiksliai modeliuoti didesnius, sudėtingesnius eismo tinklus, reikia mažesnių laiko pakopų, taigi, ir daugiau atminties.

Pagal šį klasikinį požiūrį, prognozės skaičiuojamos skaičiuojant, kiek laiko praėjo ankstesnis autobusas. Tai atrodo logiška ir pasirodo esąs geriausias klasikinis metodas. Tačiau kvantinė fizika leidžia visiškai kitokį požiūrį.

Kvantinis treniruoklis gali būti skirtingose ​​būsenose tuo pačiu metu, kiekvienas su savo tikimybe yra realizuotas. Tai yra reiškinys, žinomas kaip kvantinis superpozicija. Gu ir Elliott'as siūlo koduoti greitojo tikimybės pasiskirstymą įvykiui, kurį jie nori imituoti į skirtingų valstybių tikimybių svorį. Jei superpozicija sukurta tokioje nuosavybėje kaip dalelių padėtis, kuri pati savaime gali vystytis, laikas taip pat gali būti nuolat stebimas. Taigi galima atmesti tam tikrą informaciją apie praėjusį laiką - pasiekti aukščiausią atminties efektyvumą - neprarandant prognozavimo tikslumo.

Pelnas atneša sąskaita prarasti žinių apie praeitį. Kitaip tariant, praėjęs laikas - praeities įrašas - negali būti atstatytas būtent nuo superpozicijos, tačiau visi prognozavimo gebėjimai vis tiek išlieka.

"Galų gale, atliekant prognozes, mes nesirūpiname tuo, ką jau matėme, greičiau mes rūpinamės tik tuo, ką šios pastabos mums papasakoja apie tai, ko mes tikimės pamatyti. Kvantinė fizika leidžia mums veiksmingai izoliuoti šią informaciją." sako Elliott.

menu
menu