Para conseguir construir computadores quânticos que possam superar os computadores clássicos é necessário que o dispositivo tenha muitos qubits, e para conseguir controlar um dispositivo quântico é preciso entender o comportamento do mesmo. Porém a complexidade da descrição do dispositivo aumenta de forma exponencial em relação a quantidade de componentes que o computador possui. Desta forma, a compreensão é completa de um computador que possua uma quantidade alta de qubits, é uma tarefa muito difícil podendo dizer até mesmo que é impossível. Recentemente, uma equipe de físicos, mostraram como resolver este problema com a utilização de algoritmos de inteligência artificial.

Os pesquisadores reduziram o problema em um problema de aprendizado de máquina não supervisionado. Tal técnica de IA trata-se de utilizar uma estrutura parecida com uma rede de neurônios, que consegue modificar a sua estrutura até aprender a realizar uma tarefa. Neste caso a tarefa a ser aprendida é deduzir a distribuição de probabilidade associada a um conjunto de medidas informalmente completas, realizadas sobre o estado quântico do dispositivo. Os resultados gerados contem toda a informação sobre o estado quântico medido. Os físicos buscam realizar várias medidas repedidas, com o objetivo de conseguir informações suficientes para deduzir a matriz de densidade que caracteriza um estado quântico.

Porem a rede neural não consegue obter a matriz de densidade, isto seria uma tarefa que até mesmo um computador quantico levaria muito tempo para realizar. O que a rede neural faz é gerar um modelo aproximado da distribuição de probabilidade.

Para saber mais acesse:

http://www.sbfisica.org.br: http://www.sbfisica.org.br/v1/home/index.php/pt/destaque-em-fisica/878-inteligencia-artificial-gera-atalho-para-descrever-sistemas-quanticos

site acessado em 06/04/2019