نام کاربری یا نشانی ایمیل
رمز عبور
مرا به خاطر بسپار
شرکتهای «کوانتوم ماشینز» و «انویدیا» از یادگیری ماشینی برای نزدیکتر شدن به ساخت یک رایانه کوانتومی تصحیحکننده خطا استفاده میکنند. به گزارش ایسنا، حدود یک سال و نیم پیش، شرکتهای «کوانتوم ماشینز»(Quantum Machines) و «انویدیا»(Nvidia) آغاز یک همکاری را اعلام کردند که پلتفرم محاسبات کوانتومی «DGX» و سختافزار کنترل کوانتومی پیشرفته کوانتوم ماشینز را گردهم […]
شرکتهای «کوانتوم ماشینز» و «انویدیا» از یادگیری ماشینی برای نزدیکتر شدن به ساخت یک رایانه کوانتومی تصحیحکننده خطا استفاده میکنند.
به گزارش ایسنا، حدود یک سال و نیم پیش، شرکتهای «کوانتوم ماشینز»(Quantum Machines) و «انویدیا»(Nvidia) آغاز یک همکاری را اعلام کردند که پلتفرم محاسبات کوانتومی «DGX» و سختافزار کنترل کوانتومی پیشرفته کوانتوم ماشینز را گردهم میآورد. برای مدتی، اطلاعات زیادی درباره نتایج این همکاری شنیده نشد اما اکنون ثمربخشی را آغاز کرده و صنعت را یک گام به هدف ساخت یک کامپیوتر کوانتومی تصحیحکننده خطا نزدیکتر کرده است.
به نقل از تک کرانچ، این دو شرکت در اوایل سال جاری نشان دادند که میتوانند از یک مدل یادگیری تقویتی قابل اجرا روی پلتفرم DGX، برای کنترل بهتر کیوبیتها در تراشه کوانتومی «Rigetti» استفاده کنند.
«یوناتان کوهن»(Yonatan Cohen) یکی از بنیانگذاران کوانتوم ماشینز خاطرنشان کرد که چگونه شرکت او مدتها به دنبال استفاده از موتورهای محاسباتی کلاسیک عمومی برای کنترل پردازندههای کوانتومی بوده است. این موتورهای محاسباتی، کوچک و محدود بودند اما این برای پلتفرم بسیار قوی DGX انویدیا یک مشکل به شمار نمیرود.
کوهن گفت: هدف اصلی، اجرای تصحیح خطای کوانتومی است. ما هنوز به این هدف نرسیدهایم اما این همکاری روی تنظیم پالسهای «π» تمرکز دارد که چرخش یک کیوبیت را در یک پردازنده کوانتومی کنترل میکنند.
تنظیم مداوم پالسها در لحظه تقریبا یک کار محاسباتی بسیار فشرده است اما از آنجا که یک سیستم کوانتومی همیشه کمی تفاوت دارد، یک مشکل کنترلی نیز به شمار میرود که میتوان آن را با کمک یادگیری تقویتی حل کرد.
«سم استانویک»(Sam Stanwyck) مدیر محصول انویدیا برای محاسبات کوانتومی گفت: با افزایش و پیشرفت رایانههای کوانتومی، همه این مشکلات از نظر محاسباتی فشرده میشوند. تصحیح خطای کوانتومی واقعا کار بزرگی است. این کار برای اجرا کردن محاسبات کوانتومی تصحیحکننده خطا و همچنین نحوه اعمال دقیق پالسهای کنترلی مناسب برای استفاده حداکثری از کیوبیتها ضروری است.
استانویک تاکید کرد که هیچ سیستمی پیش از DGX Quantum وجود نداشت تا حداقل تاخیر لازم را برای انجام شدن این محاسبات ممکن کند.
همان طور که به نظر میرسد، حتی یک بهبود کوچک در تنظیم کردن میتواند به بهبود گسترده در اصلاح خطا منجر شود. «رامون اسموک»(Ramon Szmuk) مدیر محصول کوانتوم ماشینز توضیح داد: بازگشت سرمایه در نتیجه بهبود تنظیم در زمینه تصحیح خطای کوانتومی مشخص است. اگر تنظیم ۱۰ درصد بهتر انجام شود، خطای منطقی بهتری را در کیوبیت منطقی متشکل از کیوبیتهای فیزیکی ارائه میدهد. بنابراین، انگیزه زیادی برای تنظیم خوب و سریع وجود دارد.
انتهای پیام
Source link
این مطلب بدون برچسب می باشد.
اینتل رسماً XeSS2 را معرفی کرد، تکنولوژی جدیدی که با استفاده از نسل جدید هوش مصنوعی، نرخ فریم بازیها را تا ۳.۹ برابر افزایش میدهد و در عین حال تأخیر ورودی را کاهش میدهد تا تجربهای روانتر از بازی را ارائه دهد. به گزارش تکناک ، XeSS2 با بهرهگیری از یادگیری ماشین، کیفیت تصویر را […]
هیئتمدیرهی اینتل در حال بررسی چند نامزد، ازجمله لیپ-بو تان (Lip-Bu Tan)، عضو پیشین هیئتمدیره، برای سمت مدیرعاملی است. بهگزارش رویترز، تان که پیشاز این نیز بهعنوان یکی از گزینههای برجستهی رهبری تیم آبی شناخته میشد، اخیراً مدنظر هیئتمدیره برای بررسی علاقهاش به تصدی این سمت قرار گرفته است. منابع تأکید کردند که بحثها در […]
دانشمندان در یک پیشرفت بزرگ در زمینه مدلسازی آب و هوا، مدلی جدید ابداع کردهاند که قادر است الگوهای آب و هوایی آینده را با سرعت و دقت بینظیری پیشبینی کند. این مدل که Spherical DYffusion نام دارد، با ترکیب قدرت هوش مصنوعی مولد و دادههای فیزیکی، میتواند ۱۰۰ سال از تغییرات آب و هوایی […]
به گزارش خبرآنلاین، تیمی از محققین از دو دانشگاه ویرجینیا و تکنولوژی ویرجینیا، اخیرا پتانسیلهای نهفته در استعداد مارها را مشاهده کردهاند و از تحلیلهای محاسباتی برای شکستن پیچیدگیهای حرکت آنها استفاده کردهاند تا در آینده، پیشرفتهایی را در حرکت رباتها ایجاد کنند. در مقالهای که در Fluids in Physics منتشر شد، این گروه تحقیقاتی، […]