베이징에 있는 중국 고에너지 물리학 연구소(IHEP)는 다음과 같이 입자 물리학 프로그램 내에서 새로운 연구 경로를 개척하기 위해 양자 컴퓨팅 및 양자 기계 학습에서 혁신적인 접근 방식을 개척하고 있습니다. 오카와 히데키, 리 웨이동 과 카오 준 설명
중국과학원 산하 고에너지물리연구소(IHEP)는 중국 최대 규모의 기초과학 연구실이다. 2018년에 출시된 중국 파쇄 중성자 소스(China Spallation Neutron Source)와 곧 출시될 고에너지 광자 소스(High Energy Photon Source)를 포함하여 소립자 물리학, 천체 물리학은 물론 대규모 가속기 프로젝트의 계획, 설계 및 건설을 포괄하는 다학문적 연구 프로그램을 주최합니다. 2025년에는 온라인으로.
IHEP의 실험 인프라에 대한 투자는 지난 20년 동안 극적으로 증가했지만, 이제 양자 기계 학습 및 양자 컴퓨팅 기술의 개발 및 적용은 IHEP 연구 프로그램 내에서 유사하게 광범위한 결과를 얻을 준비가 되어 있습니다.
빅 사이언스, 양자 솔루션
고에너지 물리학은 '빅 사이언스'와 '빅 데이터'가 만나는 곳입니다. 새로운 입자를 발견하고 자연의 기본 법칙을 탐구하는 것은 엄청난 양의 데이터를 생성하는 노력입니다. CERN의 대형 강입자 충돌기(LHC)는 페타바이트(1015 바이트)의 데이터 – 모든 데이터는 전 세계 컴퓨팅 리소스를 네트워크로 연결하는 분산 인프라인 그리드 컴퓨팅의 도움으로 처리되고 분석되어야 합니다.
이러한 방식으로 Worldwide LHC Computing Grid는 수천 명의 물리학자들이 LHC 데이터에 거의 실시간으로 액세스할 수 있는 커뮤니티를 제공합니다. 이러한 정교한 컴퓨팅 그리드는 2012년 CERN에서 힉스 보손(Higgs boson)의 획기적인 발견뿐만 아니라 입자 물리학의 표준 모델을 추가로 조사하기 위한 수많은 다른 발전의 기초가 되었습니다.
그러나 고에너지 물리학 분야의 빅데이터 저장, 분석, 마이닝과 관련하여 또 다른 변곡점이 다가오고 있습니다. 2029년 가동 예정인 HL-LHC(고광도 대형 강입자 충돌기)는 주어진 시간 동안 발생하는 입자 충돌 횟수에 비례하여 기계의 통합 광도로 "컴퓨팅 크런치"를 생성합니다. , HL-LHC 실험에 의해 생성된 데이터 스트림과 마찬가지로 LHC의 설계 값에 비해 10배 증가합니다.
CERN QTI: 양자 혁신을 가속화하기 위해 거대 과학 활용
단기적으로 HL-LHC의 치솟는 데이터 수요에 대처하기 위해서는 새로운 모습의 "컴퓨팅 기준선"이 필요할 것입니다. 이 기준선은 대규모 병렬 시뮬레이션, 데이터 기록 및 재처리를 위해 그래픽 처리 장치를 대규모로 활용해야 하는 기준선입니다. , 기계 학습의 고전적인 응용 프로그램도 있습니다. CERN은 또한 CERN Quantum Technology Initiative(QTI)를 통해 고에너지 물리학 및 양자 기술 커뮤니티를 하나로 모으는 중장기 로드맵을 수립했습니다. 이는 컴퓨팅 성능의 또 다른 도약이 다가오고 있음을 인식한 것입니다. 양자컴퓨팅과 양자네트워킹 기술을 적용해
양자 기본으로 돌아가기
양자 컴퓨터는 이름에서 알 수 있듯이 양자역학의 기본 원리를 활용합니다. 0 또는 1의 값을 갖는 이진 비트에 의존하는 기존 컴퓨터와 유사하게, 양자 컴퓨터는 양자 이진 비트를 활용하지만 0과 1 상태의 중첩으로 사용됩니다. 양자 얽힘(양자 비트 간 상관 관계)과 결합된 이러한 중첩을 통해 원칙적으로 양자 컴퓨터는 기존 컴퓨터보다 훨씬 빠르게 일부 유형의 계산을 수행할 수 있습니다. 예를 들어 양자 화학 및 분자 반응 동역학의 다양한 영역에 적용되는 양자 시뮬레이션이 있습니다.
과학과 더 넓은 경제에 대한 기회가 매력적으로 보이지만 초기 단계 양자 컴퓨터와 관련된 큰 엔지니어링 골칫거리 중 하나는 환경 소음에 대한 취약성입니다. 예를 들어, 큐비트는 지구 자기장이나 휴대폰 및 WiFi 네트워크의 표류 전자기장과의 상호 작용으로 인해 너무 쉽게 교란됩니다. 이웃 큐비트 간의 간섭과 마찬가지로 우주선과의 상호 작용도 문제가 될 수 있습니다.
이상적인 솔루션(오류 수정이라는 전략)에는 여러 큐비트에 동일한 정보를 저장하는 작업이 포함됩니다. 따라서 하나 이상의 큐비트가 잡음의 영향을 받을 때 오류가 감지되고 수정됩니다. 이러한 소위 내결함성 양자 컴퓨터의 문제점은 수백만 개에 달하는 많은 수의 큐비트가 필요하다는 것입니다. 이는 현재 세대의 소규모 양자 아키텍처에서는 구현이 불가능합니다.
대신 오늘날의 NISQ(Noisy Intermediate-Scale Quantum) 컴퓨터 설계자는 잡음 효과를 그대로 수용하거나 오류 완화라고 알려진 프로세스를 통해 큐비트 수를 늘리지 않고 알고리즘적으로 오류를 부분적으로 복구할 수 있습니다. 여러 알고리즘이 소규모 양자 컴퓨터에서 잡음에 대한 탄력성을 부여하는 것으로 알려져 있으므로 현재 세대 양자 컴퓨터의 고유한 한계에도 불구하고 특정 고에너지 물리학 응용 분야에서 "양자 이점"이 관찰될 수 있습니다.
IHEP의 이러한 연구 라인 중 하나는 양자 시스템의 시간 진화를 시뮬레이션하기 위해 양자 장치 사용에 관해 Richard Feynman이 처음 제시한 아이디어를 적용하는 양자 시뮬레이션에 중점을 둡니다(예: 격자 양자 색역학(QCD)). 맥락에 따라 표준 모델은 중력을 제외한 기본 입자 간의 모든 기본 상호 작용, 즉 전자기력, 약력, 강력을 함께 설명합니다. 이러한 방식으로 모델은 소위 양자 게이지 필드 이론이라는 두 가지 세트, 즉 Glashow-Weinberg-Salam 모델(전자기력과 약력에 대한 통합된 설명 제공)과 QCD(강력에 대한)로 구성됩니다.
일반적으로 양자 게이지 필드 이론은 분석적으로 풀 수 없는 경우이며, 실험에 대한 대부분의 예측은 연속 개선 근사 방법(섭동이라고도 함)에서 파생됩니다. 현재 IHEP 직원 과학자들은 단순화된 조건(예: 축소된 시공간 차원 또는 유한 그룹 또는 기타 대수적 방법 활용)에서 양자 회로를 사용하여 게이지 필드를 직접 시뮬레이션하는 작업을 진행하고 있습니다. 이러한 접근 방식은 NISQ 컴퓨터의 현재 반복과 호환되며 가까운 미래에 격자 QCD를 보다 완벽하게 구현하기 위한 기초 작업을 나타냅니다.
QuIHEP 양자 시뮬레이터
IHEP는 야심 찬 양자 R&D 프로그램의 확장으로 과학자와 학생들이 고에너지 물리학 연구를 위한 양자 알고리즘을 개발하고 최적화할 수 있는 양자 컴퓨팅 시뮬레이터 플랫폼인 QuIHEP를 구축했습니다.
명확하게 말하면 양자 시뮬레이터는 에뮬레이트하거나 "시뮬레이션하다" 양자 컴퓨터의 동작. 반면에 양자 시뮬레이션은 실제 양자 컴퓨팅 하드웨어를 활용하여 양자 시스템의 시간 진화를 시뮬레이션합니다(예: IHEP의 격자 QCD 연구(본문 참조)).
따라서 QuIHEP은 기존 고성능 컴퓨팅 클러스터를 활용하여 최대 약 40큐비트를 시뮬레이션하는 사용자 친화적인 대화형 개발 환경을 제공합니다. 플랫폼은 교육 및 소개(예: 양자 회로가 시각적으로 구성되는 방법 시연)를 위한 작성기 인터페이스를 제공합니다. 개발 환경은 Jupyter 오픈 소스 소프트웨어를 기반으로 하며 IHEP 사용자 인증 시스템과 결합됩니다.
단기적으로 QuIHEP은 중국 전역에 분산된 양자 컴퓨팅 리소스와 연결하여 조화로운 연구 인프라를 구축할 것입니다. 목표: 양자 과학 및 공학 분야의 산학 협력과 교육 및 훈련을 지원하는 것입니다.
머신러닝: 양자 방식
IHEP의 또 다른 양자 연구 주제는 양자 기계 학습과 관련이 있으며, 이는 CC, CQ, QC, QQ(C – 클래식, Q – 양자)의 네 가지 접근 방식으로 그룹화될 수 있습니다. 각각의 경우 첫 번째 문자는 데이터 유형에 해당하고 후자는 알고리즘을 실행하는 컴퓨터 유형에 해당합니다. 예를 들어 CC 체계는 양자 영감을 받은 알고리즘을 실행하면서도 클래식 데이터와 클래식 컴퓨터를 완벽하게 활용합니다.
그러나 IHEP에서 추구하는 가장 유망한 사용 사례는 고전적인 데이터 유형이 양자 컴퓨터에서 매핑되고 훈련되는 기계 학습의 CQ 범주와 관련이 있습니다. 여기서 동기는 양자 역학의 기본 요소(대형 힐베르트 공간, 중첩 및 얽힘)를 활용함으로써 양자 컴퓨터가 대규모 데이터 세트에서 보다 효과적으로 학습하여 결과적인 기계 학습 방법론을 최적화할 수 있다는 것입니다.
양자 이점의 잠재력을 이해하기 위해 IHEP 과학자들은 현재 이국적인 입자 Z를 "재발견"하기 위해 노력하고 있습니다.c(3900) 양자 기계 학습을 사용합니다. 뒷이야기: Zc(3900)은 쿼크(양성자와 중성자의 구성 요소)로 구성된 이국적인 아원자 입자이며 실험적으로 관찰된 최초의 테트라쿼크 상태로 여겨집니다. 이 관찰은 그 과정에서 QCD에 대한 이해를 깊게 했습니다. 이 입자는 2013년 BEPCII(Beijing Electron-Positron Collider)의 베이징 분광계(Beijing Spectrometer, BESIII) 검출기에 의해 발견되었으며, 일본 KEK 입자 물리학 연구소의 Belle 실험에 의해 독립적으로 관찰되었습니다.
QUANT-NET의 테스트베드 혁신: 양자 네트워크 재구상
이 R&D 연구의 일환으로 IHEP의 Jiaheng Zou가 이끄는 팀과 Shandong University 및 Jinan 대학의 동료를 포함하여 소위 Quantum Support Vector Machine 알고리즘(고전 알고리즘의 양자 변형)을 배포했습니다. Z의 시뮬레이션된 신호로c(3900) 및 실제 BESIII 데이터에서 무작위로 선택된 이벤트를 배경으로 합니다.
양자 기계 학습 접근 방식을 사용하면 성능이 기존 기계 학습 시스템에 비해 경쟁력이 있습니다. 하지만 결정적으로 더 작은 훈련 데이터 세트와 더 적은 데이터 기능을 사용합니다. 양자 컴퓨팅을 통해 향상된 신호 감도를 입증하기 위한 연구가 진행 중이며, 이는 궁극적으로 향후 실험에서 새로운 이국적인 입자를 발견할 수 있는 길을 제시할 수 있습니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://physicsworld.com/a/ihep-seeks-quantum-opportunities-to-fast-track-fundamental-science/
