Investigadors de l’IFISC plantegen un nou protocol per al processament de dades amb Quantum Reservoir Computing

17 de març de 2023

  • Investigadors de l’IFISC (UIB-CSIC) han proposat un nou protocol per processar dades seqüencials mitjançant l'aprenentatge automàtic quàntic.
  • L'estudi proposa una manera d'incloure eficientment la mesura quàntica alhora que preserva l'avantatge quàntic que caracteritza aquests sistemes.

Investigadors de l'Institut de Física Interdisciplinària i Sistemes Complexos, IFISC (UIB-CSIC), a Mallorca, plantegen el primer protocol que inclou l'efecte de la mesura en el processament de seqüències de dades temporals mitjançant sistemes quàntics. Exemples d'aquestes tasques són el reconeixement d'escriptura o la predicció de sèries caòtiques. L'avantatge d'utilitzar sistemes quàntics per a aquestes finalitats radica en la gran capacitat de processament que proporciona l'espai de Hilbert dels estats quàntics, un avantatge exponencial respecte dels sistemes clàssics. A més, ara s'ha demostrat que aquest avantatge es pot aconseguir fins i tot en situacions no ideals, on es té en compte l'efecte de la mesura quàntica.

La implementació del quantum reservoir computing com a mètode de computació per processar dades de sèries temporals té molt potencial, però s'enfronta a diversos reptes. Un d'aquests, comú a tota la computació quàntica, és que, pel seu caràcter estocàstic, és necessari que es repeteixi el processament de la informació diverses vegades i es calculin mitjanes amb els resultats obtinguts per millorar-ne la precisió. L'altre problema radica en el fet que els sistemes quàntics es veuen fortament afectats per les mesures, és a dir, el procés d'obtenir la informació processada. En una implementació de quantum reservoir computing això és especialment rellevant, ja que pot perjudicar la qualitat del processament a temps diferents. Per evitar que els passos següents quedin afectats per les mesures passades, s'hauria de reiniciar l'experiment reintroduint les dades al sistema des del principi, cosa clarament ineficient. A més, seria necessari emmagatzemar les dades en una memòria externa. Els investigadors han analitzat diferents protocols per al processament de sèries temporals, inclòs el protocol de rewinding (rebobinatge) i el de restarting (reinici), i han proposat una alternativa basada en mesures dèbils que permet monitorar de manera contínua les dades, en línia, sense emmagatzemar-les externament, que opera en temps real.

Aquest protocol en línia plantejat pels investigadors, presentat a la revista npj Quantum Information, introdueix l'efecte de la mesura en el processament d'informació. Típicament, les mesures febles proporcionen menys informació i són més sorolloses, però amb aquesta manera d'obtenir els resultats del processament, el sistema quàntic no «col·lapsa» íntegrament, i això permet identificar situacions en les quals s'aconsegueix un processament de dades efectiu tant en precisió com en recursos.

L'estudi estableix l'avantatge dels reservoris quàntics en escenaris realistes i s'espera que faciliti el camí a implementacions experimentals eficients que involucrin el processament continu de sèries temporals amb sistemes quàntics. A més, aquesta investigació també pot contribuir al desenvolupament d'aplicacions concretes com la tomografia temporal quàntica, xarxes neuronals recurrents quàntiques o computació neuromòrfica quàntica, entre altres avenços.

Imatge: Esquema del protocol proposat pels investigadors. Les mesures del reservori quàntic que processa la sèrie temporal són febles, així el sistema quàntic no “col·lapsa” íntegrament.


Mujal, P., Martínez-Peña, R., Giorgi, G.L., Soriano, M.C., Zambrini, R., Time-series quantum reservoir computing with weak and projective measurements. npj Quantum Inf 9, 16 (2023). https://doi.org/10.1038/s41534-023-00682-z



 qrc_news

Projectes d'investigació relacionats

QUAREC

Machine learning with quantum reservoir computing

I.P.: Roberta Zambrini
Project funded by the government of the Balearic Islands with the goal of extending Reservoir Computing into the quantum domain. The project is mainly theoretical/numerical, but also deals with the identification of ...

QuaResC

Quantum machine learning using reservoir computing

I.P.: Miguel C. Soriano, Roberta Zambrini
The QuaResC project engages in a new collaboration UIB and CSIC researchers at IFISC with the objective to address an interdisciplinary topic between artificial intelligence and quantum physics: quantum machine learning using ...

Línies d'investigació relacionades


Aquesta web utilitza cookies per a la recollida de dades amb un propòsit estadístic. Si continues navegant, vol dir que acceptes la instal·lació de la cookie.


Més informació D'accord