Inteligência artificial reconstrói os mistérios de sistemas quânticos

Por , em 28.02.2018

Duas das áreas mais empolgantes da ciência estão se juntando para ajudar uma a outra a evoluir e se tornarem tudo que esperamos delas. Os pesquisadores querem usar a inteligência artificial que guia automóveis que se auto dirigem e que controla máquinas que jogam jogos como xadrez para explorar as complexidades do mundo quântico. Por outro lado, um algoritmo quântico pode contribuir para que a inteligência artificial dê um salto de qualidade e se torne ainda mais poderosa do que já é.

A internet quântica está batendo nas nossas portas

Os físicos demonstraram que o aprendizado da máquina pode reconstruir um sistema quântico com base em relativamente poucas medidas experimentais. Este método permitirá que cientistas avaliem completamente sistemas de partículas de forma muito mais rápida do que as técnicas convencionais usadas atualmente. De forma muito mais rápida mesmo: sistemas complexos que exigiriam milhares de anos para ser reconstruídos com métodos anteriores poderiam ser analisados ​​inteiramente em questão de horas.

O desenvolvimento de computadores quânticos e outras aplicações da mecânica quântica seriam beneficiados pela nova técnica. “Nós mostramos que a inteligência da máquina pode capturar a essência de um sistema quântico de forma compacta”, diz o co-autor do estudo, Giuseppe Carleo, cientista de pesquisa do Centro de Computação de Física Quântica do Instituto Flatiron, na cidade de Nova York. “Agora podemos efetivamente ampliar as capacidades das experiências”.

A inspiração dos pesquisadores foi o AlphaGo, programa de computador que usou o aprendizado da máquina para superar o campeão mundial do jogo de tabuleiro chinês Go em 2016. “AlphaGo foi realmente impressionante, então começamos a perguntar-nos como poderíamos usar essas ideias na física quântica”, diz Carleo.

Medição artificial

Sistemas de partículas, como elétrons, podem existir em muitas configurações diferentes, cada uma com uma probabilidade particular de ocorrência. No reino quântico, sistemas não observados não existem com qualquer uma dessas configurações. Em vez disso, o sistema pode ser pensado como existindo com todas as configurações possíveis simultaneamente. Cada elétron, por exemplo, pode ter uma rotação para cima ou para baixo, semelhante ao famoso gato de Schrödinger, morto e vivo ao mesmo tempo até ser observado.

Quando medido, o sistema colapsa e chega a uma das configurações, assim como o gato de Schrödinger, que está morto ou vivo depois que a caixa é aberta. Essa peculiaridade da mecânica quântica significa que você nunca pode observar toda a complexidade de um sistema em uma única experiência. Em vez disso, os pesquisadores conduzem as mesmas medidas várias vezes até que possam determinar o estado de todo o sistema.

Esse método funciona bem para sistemas simples, com apenas algumas partículas. Mas quando muitas partículas estão envolvidas, as coisas começam a ficar complicadas. Se considerarmos que cada elétron pode ser girado para cima ou para baixo, um sistema de cinco elétrons possui 32 configurações possíveis. Um sistema de 100 elétrons tem trilhões de possibilidades.

O emaranhamento das partículas complica ainda mais. Através do emaranhamento quântico, partículas independentes se entrelaçam e não podem mais ser tratadas como entidades puramente separadas, mesmo quando separadas fisicamente. Este emaranhamento altera a probabilidade de configurações diferentes. Métodos convencionais, portanto, simplesmente não são viáveis ​​para sistemas quânticos complexos.

Carleo e seus colegas contornaram essas limitações usando técnicas de aprendizado de máquina. Os pesquisadores colocaram medidas experimentais de um sistema quântico em uma ferramenta de software baseada em redes neurais artificiais. O software aprende ao longo do tempo e tenta imitar o comportamento do sistema. Uma vez que o software tem dados suficientes, ele pode reconstruir com precisão o sistema quântico completo.

Cientistas descobrem um tipo totalmente novo de computação quântica

Os pesquisadores testaram o software usando conjuntos de dados experimentais simulados com base em diferentes sistemas quânticos. Nestes testes, o software ultrapassou os métodos convencionais. Para oito elétrons, cada um com giro para cima ou para baixo, o software poderia reconstruir com precisão o sistema com apenas cerca de 100 medidas – um método convencional exigiria quase 1 milhão de medidas para atingir o mesmo nível de precisão.

A nova técnica também pode lidar com sistemas muito maiores. Por sua vez, essa habilidade pode ajudar os cientistas a validar se um computador quântico está configurado corretamente e que qualquer software quântico funcionaria como pretendido.

Capturar a essência de sistemas quânticos complexos com redes neurais artificiais compactas tem outras consequências de longo alcance. O coordenador do Centro para Cálculo Computacional de Química Quântica, Andrew Millis, observa que estas ideias fornecem uma nova abordagem importante para o desenvolvimento contínuo de novos métodos para entender o comportamento dos sistemas quânticos interativos e se conectar com o trabalho em outras abordagens de aprendizagem mecânica de inspiração quântica.

Além das aplicações para pesquisas fundamentais, Carleo diz que as lições que a equipe aprendeu ao combinar a aprendizagem de máquinas com ideias da física quântica também poderiam melhorar as aplicações de uso geral de inteligência artificial. “Nós poderíamos usar os métodos que desenvolvemos aqui em outros contextos”, diz ele. “Algum dia, podemos ter um carro auto-dirigido inspirado pela mecânica quântica, quem sabe”.

Caminho inverso

Ao invés de utilizar a inteligência artificial para melhorar nosso conhecimento sobre a física quântica, as pesquisas que envolvem estes dois elementos geralmente funcionam no caminho inverso: o da utilização da física quântica para melhorar a inteligência artificial.

A inteligência artificial atual é limitada a estes algoritmos especializados de aprendizado de máquinas, capazes de realizar tarefas específicas de forma automatizada – como dirigir um carro ou jogar xadrez.

Em um novo estudo publicado na revista Physical Review Letters neste mês, pesquisadores do Centro de Tecnologias Quânticas da Universidade Nacional de Cingapura (NUS) afirmam que este processo poderia ser grandemente melhorado pela computação quântica. Eles propuseram um algoritmo de sistema linear quântico que permitiria uma análise muito mais rápida de conjuntos de dados maiores através de um computador quântico.

Um algoritmo quântico é um algoritmo projetado para funcionar em um modelo de computação quântica realista. Como algoritmos tradicionais, os algoritmos quânticos são um procedimento passo a passo; no entanto, eles usam recursos específicos para a computação quântica, como o emaranhamento quântico e a superposição.

Como saberemos se a inteligência artificial ficar consciente?

Com a maior capacidade da computação quântica, a inteligência artificial pode ser melhor e muito mais rápida.

“O ensino de máquinas quânticas é uma área de pesquisa emergente que tenta aproveitar o poder do processamento de informação quântica para obter acelerações para tarefas de aprendizado de máquinas clássicos”, escreveram os pesquisadores em seu estudo.

Os sistemas de IA atuais e seus algoritmos de aprendizagem de máquinas já são capazes de enormes quantidades de computação – como aquele usado por Carleo e seus colegas para medir os sistemas quânticos. Mas o processo pelo qual esses algoritmos funcionam através de seus conjuntos de dados – que geralmente incluem uma tonelada de informações que a AI tem que analisar – definitivamente receberia um impulso muito grande da computação quântica. Ou seja, o uso compartilhado da física quântica e da inteligência artificial pode ser uma via de mão dupla, que pode fazer com que as duas áreas se desenvolvam.

Antes que o algoritmo pela equipe possa ser usado, primeiro devemos desenvolver melhores computadores quânticos. Mas com todo o trabalho que está sendo feito nessa frente, pode não demorar até que este conceito se torne realidade.

“Estamos talvez olhando três a cinco anos no futuro, quando pudermos realmente usar o hardware construído pelos pesquisadores para fazer computação quântica significativa com aplicação em inteligência artificial”, disse a equipe no comunicado de imprensa. [Phys.org, Futurism]

1 Star2 Stars3 Stars4 Stars5 Stars (25 votos, média: 4,96 de 5)

1 comentário

Deixe seu comentário!