Большой адронный коллайдер (БАК) вновь запустили весной 2022 года после трех лет остановки на техобслуживание и модернизацию. Впервые для анализа полученных на БАК данных исследователи используют квантовое машинное обучение.
Ранее методы квантового машинного обучения уже применялись в физике элементарных частиц для решения задач классификации событий и реконструкции треков частиц. На коллайдере же их впервые применили для идентификации заряда адронной струи. Для этого ученые разработали вариационный квантовый классификатор, основанный на двух разных квантовых схемах.
Физики сравнили эффективность квантового симулятора с используемыми в настоящее время глубокими нейронными сетями. Оказалось, что квантовая схема все же уступает по производительности, но разница эта незначительна. То есть, машинное обучение все еще превосходит квантовые алгоритмы — правда, ученые полагают, что перевес в другую сторону случится, когда станет доступно более производительное квантовое оборудование.
Однако новый метод с использованием квантовых сетей уже сегодня позволяет достичь оптимальной производительности при меньшем количестве событий, что должно помочь сэкономить ресурсы для обработки колоссального потока данных, получаемых на БАК.
Использование квантового машинного обучения на БАК пока находится в зачаточном состоянии. Но по мере того, как физики приобретают все больше опыта работы с квантовыми вычислениями, следует ожидать радикальных улучшений в аппаратном обеспечении и вычислительных технологиях, считают исследователи.