一个新的量子方法大数据

系统用于处理海量数据集数字化可以使不可能的复杂问题解决的。



从基因定位到太空探索,人类继续产生越来越大的数据集 - 比人能真正处理,管理,或了解更多的信息。

机器学习系统可以帮助研究人员应对这一不断增长的信息泛滥。一些最强大的这些分析工具都是基于几何的一个奇怪的分支称为拓扑,其交易与保持不变,即使一些弯曲和拉伸每哪种方式的属性。

 

该图表明,可以通过在巨大的,复杂的数据集使用量子分析得到简化的结果。这里示出的是在对照受试者大脑的不同区域之间的连接(左)和迷幻化合物迷幻药(右)的影响下的受试者。这表明在连接的急剧增加,这也解释了一些药物的影响(如“听”色彩或“看到”气味)。研究人员表示,这样的分析,涉及数十亿脑细胞,将是传统技术太复杂,但可以通过新的量子方法容易处理。图片由Francesco vaccarino等人授权转载来自“脑功能网络的同源支架”,在界面,英国皇家学会发表

这样的拓扑的系统用于分析在复杂网络中,连接是特别有用的,如脑,美国的内部布线电网,或互联网的全球互连。但即使是最强大的超级计算机的现代,这样的问题仍然是艰巨的和不切实际的解决。现在,将利用量子计算机来简化这些问题的新方法已经被研究人员在bt365手机,滑铁卢大学,以及南加州大学开发。

球队本周介绍了杂志的理论建议 自然通讯。塞斯·劳埃德,该论文的主要作者,不结盟运动第机械工程教授徐解释说,代数拓扑的关键是新方法。这种做法,他说,有助于减少出现的每一次关于现实世界的人收集的数据必然失真的影响。

在拓扑描述,数据的基本特征(有多少洞它有哪些?如何连接不同部分?)被认为是相同的,无论他们有多少拉伸,压缩或扭曲。劳埃德解释说,它往往是这些基本的拓扑属性“是在试图重建在现实世界中的数据应该代表的基本模式很重要。”

不要紧样的数据集被分析了一下,他说。拓扑方法来寻找连接和空穴“的作品无论是实际的物理孔,或数据代表的逻辑论证,并有一个在争论一个洞。这将发现这两种孔“。

使用传统的计算机,这种做法过于苛刻,但所有最简单的情况。拓扑分析“表示在数据的显著特点得到的一个重要方式,但它的计算非常昂贵,”劳埃德说。 “这就是量子力学踢”。新的基于量子的方法,他说,可能会成倍加快这样的计算。

劳埃德提供了一个例子来说明这种潜力加速:如果你有300点,传统的方法来分析在该系统中所有的拓扑特征的数据集需要“计算机宇宙的大小,”他说。也就是说,它会采取2300 (2至300 功率)的处理单元 - 在宇宙中的所有颗粒的约数。换句话说,这个问题是根本就没有这样解决的。

“这就是我们的算法踢,”他说。解决新系统同样的问题,使用一台量子计算机,将需要仅300量子位 - 而这大小可能在未来几年内实现的设备,根据劳埃德。

“我们的算法表明,你并不需要一个大的量子计算机踢一些严重的屁股拓扑,”他说。

有巨大的数据集的许多重要种类,其中量子拓扑方法,可能是有用的,劳埃德说,在大脑例子了解互连。 “通过应用拓扑分析,通过脑电图或功能性磁共振成像收集的数据集,则可以显示发射背后我们的思维过程的神经元的序列的复杂连接和拓扑结构,”他说。

同样的方法可以用于分析许多其他类型的信息。 “你可以把它应用到全球经济,还是社交网络,或几乎所有的系统,涉及的商品或信息的远距离运输,”劳埃德说,谁拥有一个共同担任物理学教授。但经典计算的限制已经从之前被施加防止这样的方法。

而这项工作是理论,“实验者已经联系了我们努力的原型,”他说。 “你能找到简单的结构非常简单的量子计算机上的拓扑结构。人们试图证明概念实验“。

伊格纳西奥cirac,在慕尼黑量子光学马克斯普朗克研究所的教授,德国,谁没有参与这项研究,称其为“一个非常原始的想法,我认为它具有很大的潜力。”他补充说:“我猜想,这还需要进一步开发,适用于特定的问题。在任何情况下,我认为这是最优质的研究。”

该团队还包括西尔瓦诺窝在加拿大安大略省的大学garnerone,和保罗在南加州大学的中心量子信息科学与技术的扎纳尔迪。这项工作是由美国陆军研究办公室的支持,科研,国防高级研究计划局,海军研究办公室的多学科大学研究计划,以及美国国家科学基金会的空军办公室。