[pt] Métodos computacionais se tornam essenciais diante de problemas complexos onde a intuição humana e métodos tradicionais falham. Trabalhos recentes apresentam redes neurais artificiais capazes de realizar eficientemente
tarefas intratáveis por algoritmos convencionais com o emprego de aprendizado
de máquina, tornando-se assim um dos métodos mais populares. Concomitantemente, algoritmos genéticos, inspirados pelos processos biológicos de seleção
natural e mutação, têm sido utilizados como método metaheurístico para encontrar soluções de problemas de otimização. Levantamos então a questão se
algoritmos genéticos possuem potencial para resolver problemas no contexto da
computação quântica, onde a intuição humana decresce à medida que os sistemas físicos crescem. Especificamente, nos concentramos na evolução de códigos
de correção de erros quânticos dentro do formalismo de códigos stabilizer. Ao
especificar uma função de fitness apropriada, mostramos que somos capazes de
evoluir códigos celebrados, como o código do Shor e o perfeito de 9 e 5 qubits
respectivamente, além de novos exemplos não antecipados. Adicionalmente,
comparamos com o método força bruta de busca aleatória e verificamos uma
crescente superioridade do algoritmo genético conforme aumenta-se o número
total de qubits. Diante dos resultados, imaginamos que algoritmos genéticos
possam se tornar ferramentas valiosas para desempenhar aplicações complexas
em sistemas quânticos e produzir circuitos sob medida que satisfaçam restrições impostas por hardware. / [en] Computational methods become essential in the face of complex problems
where human intuition and traditional methods fail. Recent works present
artificial neural networks capable of efficiently performing tasks intractable
by conventional algorithms using machine learning, rendering it one of the
most popular methods. Concomitantly, genetic algorithms, inspired by the
biological processes of natural selection and mutation, have been used as a
metaheuristic method to find solutions to optimization problems. We then raise
the question of whether genetic algorithms have the potential to solve problems
in the context of quantum computing, where human intuition decreases as
physical systems grow. Specifically, we focus on the evolution of quantum
error-correcting codes within the stabilizer code formalism. By specifying an
appropriate fitness function, we show that we can evolve celebrated codes, such
as the Perfect and Shor s code with respectively 5 and 9 qubits, in addition to
new unanticipated examples. Additionally, we compared it with a brute force
random search and verified an increasing superiority of the genetic algorithm
as the total number of qubits increases. Given the results, we foresee that
genetic algorithms can become valuable tools to perform complex applications
in quantum systems and produce tailored circuits that satisfy restrictions
imposed by hardware.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:59800 |
| Date | 28 June 2022 |
| Creators | DANIEL RIBAS TANDEITNIK |
| Contributors | THIAGO BARBOSA DOS SANTOS GUERREIRO, THIAGO BARBOSA DOS SANTOS GUERREIRO, THIAGO BARBOSA DOS SANTOS GUERREIRO |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | English |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0026 seconds