オックスフォード大学、機械学習を利用して量子デバイスの主要な課題に挑む

機械学習の成長に伴い、研究者は量子デバイスで機械学習を使用しはじめた。量子デバイスにとって最大の問題は、機能のばらつき。これは、ナノスケールでの材料欠陥により、一見同一に見える量子デバイスが異なる動作をすることに起因している。

14日、オックスフォード大学の研究チームによる、この問題を解決する手法が論文としてAPSに掲載された。

機械学習を使用することで制限を解決。彼らは、量子デバイス内の電子の流れが内部障害にどのような影響を与えるかを研究した。次に、物理学に基づいた機械学習モデルを開発し、電子が量子デバイスを流れる様子を利用して内部無秩序の特性を推測。これにより、量子デバイスの動作をより正確に予測できるモデルを定式化した。

次いで量子ドットデバイスでのテストを行い、問題を引き起こす可能性が最も高い内部障害の配置を特定した。

結論としてこのモデルは、量子コンピューティングの最大の課題の1つである、ナノスケールの不完全性によって引き起こされる機能のばらつきを克服することにつながる可能性がある。

詳細はAPSに掲載された論文と、こちらのMARKTECHPOSTの記事を参照。