AI, 양자 우위 예측… 신경망으로 양자 시스템 행동 예보
주어진 양자 기계의 양자 우위 여부 예측하는 AI 모델
양자 컴퓨팅은 기존 컴퓨터가 처리조차 못 하는 복잡한 문제 해결 잠재력. 화학 반응 상세 연구, 제약용 안정 분자 구조 탐지 등 활용 기대.
하지만 고전/양자 컴퓨터 과학 핵심 이슈는 계산 속도 향상. 양자 컴퓨터가 훨씬 빠르지만 개발에 막대한 시간/비용 소요. 그래도 양자 우위 발현 보장 못 함.
모스크바 물리기술대(MIPT), ITMO 대학, 발리예프 물리기술대 연구진이 주어진 양자 기계의 양자 우위 보유 여부 예측하는 새 도구 개발.
양자 워크(Quantum Walks) 기반 접근
최근 양자 정보 효율 처리에 양자 워크 활용. 고전적 랜덤 워크의 양자 대응물. 양자 회로 기반 네트워크에서 입자 이동으로 시각화 가능.
고전적 워커 상태와 달리 양자 워커 상태는 여러 위치의 코히어런트 중첩 가능. 입자가 장치 회로에서 고전적 대응물보다 빠르게 양자 워크(네트워크 노드 간 이동) 보이면 해당 장치에 양자 우위 존재.
연구진은 머신러닝 모델로 이런 우월 네트워크 식별. 모델이 네트워크 구분하며 주어진 네트워크의 양자 우위 제공 여부 예측 학습. 효율적 양자 컴퓨터 개발에 활용할 네트워크 선별 가능.
학습 및 도구
- 학습 예시: 고전/양자 입자 랜덤 워크 역학 시뮬레이션으로 생성. 인접 행렬과 레이블('고전' 또는 '양자') 쌍으로 구성
- 양자 알고리즘 기반 계산 회로 개발 간소화 도구도 구축. 재료과학, 바이오포토닉스 연구 활용 가능
양자 워크의 의의
큐비트/게이트 기반 아키텍처보다 훨씬 단순하게 자연현상 양자 계산 구현 가능. 광합성 단백질(클로로필, 로돕신) 흥분 정밀 기술 잠재력.
단백질은 네트워크와 유사한 구조 복잡 생체분자. 한 네트워크 노드에서 다른 노드로 양자 워크 시간 결정으로 분자 내부 실제 현상(전자 이동, 흥분 유형) 규명 가능.