Quantencomputer

Quantenkorrektur mit Künstlicher Intelligenz

| Redakteur: Rebecca Vogt

Eine Fehlerkorrektur im Training: Die Abbildung visualisiert die Aktivität der künstlichen Nervenzellen im neuronalen Netz der Max-Planck-Forscher, während es eine Aufgabe löst.
Eine Fehlerkorrektur im Training: Die Abbildung visualisiert die Aktivität der künstlichen Nervenzellen im neuronalen Netz der Max-Planck-Forscher, während es eine Aufgabe löst. (Bild: MPI für die Physik des Lichts)

Forscher des Erlanger Max-Planck-Instituts für die Physik des Lichts haben mithilfe neuronaler Netze ein Verfahren zur Quantenkorrektur entwickelt, das lernfähig ist. Die Architektur ähnelt dabei der des Computerprogramms Alpha-Go.

Die weltweit steigende Menge an Daten bringt herkömmliche Computer mehr und mehr an ihre Grenzen. Abhilfe könnten hier zukünftig Quantencomputer schaffen, die Berechnungen parallel und damit wesentlich schneller ausführen können. Allerdings ist die Quanteninformation sehr empfindlich, was Störungen aus der Umwelt betrifft. Diese und andere Eigenheiten der Quantenwelt erfordern daher eine regelmäßige Reparatur der Information – die Quantenkorrektur. Wie das Max-Planck-Institut berichtet, sind die dazu nötigen Operationen jedoch relativ aufwendig.

Ein Forscherteam um Prof. Dr. Florian Marquardt, Direktor am Max-Planck-Institut für die Physik des Lichts, hat vor diesem Hintergrund nun eine Möglichkeit zur Quantenkorrektur erarbeitet, die dank Künstlicher Intelligenz lernfähig ist. Die Wissenschaftler setzen dabei auf neuronale Netze, die mit einer vom Computerprogramm Alpha-Go inspirierten Architektur von selbst lernen können, die für den Betrieb zukünftiger Quantencomputer entscheidende Aufgabe der Quantenkorrektur zu beherrschen. Den Forschern zufolge besteht sogar die Aussicht, dass dieser Ansatz mit genügend Training andere Strategien zur Quantenkorrektur schlagen kann.

„Die Elemente eines Quantencomputers kann man sich ganz ähnlich wie ein Go-Spielbrett vorstellen“, erklärt Marquardt. Die Qubits, die die Basis der Quanteninformation darstellen, sind als Spielsteine über das Brett verteilt. Gegenüber einem herkömmlichen Go-Spiel gibt es allerdings Unterschiede: Alle Steine liegen bereits fertig verteilt auf dem Brett und jeder Stein ist auf einer Seite weiß, auf der anderen Seite schwarz gefärbt. Eine Farbe entspricht dem Zustand Null, die andere dem Zustand Eins. Ein Spielzug in dem Quanten-Go-Spiel besteht darin, Steine umzudrehen. Die Quantenwelt erfordert außerdem, dass die Steine graue Mischfarben annehmen können, für den Fall der Überlagerung oder Verschränkung von Quantenzuständen.

Quantenkorrektur erhält Quantenzustand aufrecht

Im Wettkampf versucht nun ein Spieler, ein Muster, das einen bestimmten Quantenzustand repräsentiert, durch geeignete Spielzüge aufrechtzuerhalten. Das sind die Quantenkorrektur-Operationen. Sein Gegner tut indes alles, um das Muster zu zerstören. Er steht für das permanente Rauschen vieler Störungen aus der Umwelt, denen echte Qubits ausgesetzt sind. Besonders erschwert wird das Quanten-Go-Spiel durch folgende Quantenregel: Der Spieler darf während des Spiels nicht auf das Brett schauen. Jeder Blick, der ihm den Zustand der Qubit-Spielsteine offenbart, zerstört den empfindlichen Quantenzustand, in dem sich das Spiel gerade befindet.

Dieses Problem löst man bei Quantencomputern dadurch, dass zwischen den Qubits, in denen die eigentliche Quanteninformation gespeichert ist, zusätzliche Qubits angeordnet werden. Diese Hilfsqubits dürfen in gelegentlichen Messungen überprüft werden. An ihrem Zustand kann die Steuerung des Quantencomputers erkennen, wo Störungen vorliegen, und in diesen Gebieten Korrekturoperationen an den informationstragenden Qubits durchführen. Im Quanten-Go-Spiel wären die Hilfsqubits zusätzliche Steine, die zwischen den eigentlichen Spielsteinen verteilt sind und vom Spieler gelegentlich angeschaut werden dürfen.

Neuronale Netze übernehmen Quantenkorrektur

In der Arbeit der Forscher übernehmen künstliche neuronale Netze die Rolle des Quanten-Go-Spielers. Anhand einer Simulation konnten die Wissenschaftler aufzeigen, dass ein einzelnes künstliches neuronales Netz allein nicht ausreicht. Da es nur sehr wenig Information über den Zustand der Quantenbits, also des Quanten-Go-Spiels, einsammeln kann, kommt es nie über das Stadium des zufälligen Herumprobierens hinaus, wie das Max-Planck-Institut berichtet. Am Ende zerstören diese Versuche den Quantenzustand, anstatt ihn zu reparieren. Die Lösung besteht aus einem zusätzlichen neuronalen Netz, das das erste Netz wie ein Lehrer anleitet. Dieses Lehrernetz besitzt ein Vorwissen über den zu steuernden Quantencomputer und trainiert damit das andere Netz als Schüler so, dass dessen Versuche in Richtung einer erfolgreichen Quantenkorrektur laufen.

„Unser erstes Ziel bestand darin, dass das Lehrernetz ohne weitere menschliche Hilfestellung lernt, erfolgreiche Quantenkorrektur-Operationen auszuführen“, sagt Marquardt. Dafür kann das Lehrernetz, anders als das Schülernetz, nicht nur Messergebnisse, sondern auch Wissen über den gesamten Quantenzustand des Rechners benutzen. Das von dem Lehrernetz trainierte Schülernetz wird dann zunächst ein Niveau erreichen, das genauso gut ist. Durch eigenes Agieren kann es aber nach Angaben der Forscher noch besser werden.

Was sind Quantencomputer?

Datenbeschleuniger

Was sind Quantencomputer?

08.11.18 - Herkömmliche Computersysteme sind bereits an der Grenze des technisch Machbaren. Aus diesem Grund rücken Quantencomputer immer mehr in den Fokus, da hier eine exponentielle Steigerung der Leistung erwartet wird. Unser Beitrag erklärt, was Quantencomputer sind, wie sie funktionieren und welche Risiken bestehen. lesen

Dieser Beitrag ist ursprünglich auf unserem Partnerportal MM Maschinenmarkt erschienen.

* Weitere Informationen: Prof. Dr. Florian Marquardt, Direktor am Max-Planck-Institut für die Physik des Lichts in 91058 Erlangen, Tel. (0 91 31) 71 33-4 00, florian.marquardt@mpl.mpg.de

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45608796 / Technologie)