Làm thế nào biết AI hay siêu máy tính giải quyết đúng những vấn đề con người chưa thể làm được?

AI hay siêu máy tính hiện nay có thể giúp con người trả lời rất nhiều câu hỏi. Tuy nhiên, với những vấn đề chúng ta chưa tìm ra đáp án, phương án giải quyết của AI liệu có phù hợp hay đáng tin cậy?

Máy tính lượng tử được chế tạo để giải quyết những vấn đề vượt quá khả năng của trí tuệ con người. Sức mạnh đó đặt ra một câu hỏi đơn giản nhưng hóc búa: khi một thiết bị lượng tử đưa ra một câu trả lời mà chúng ta không thể kiểm tra trực tiếp, làm thế nào biết được câu trả lời đó là đúng.

Một nhóm nghiên cứu tại Đại học Công nghệ Swinburne đã đề xuất một phương pháp để kiểm tra một số máy tính lượng tử quang tử để giải đáp cho câu hỏi này.

Nhóm lấy ý tưởng so sánh các số liệu thống kê dễ tính toán và đo lường, sau đó sử dụng chúng để đánh dấu lỗi, đồng thời kiểm tra xem thiết bị có hoạt động như mong muốn hay không.

Xác thực từ các thử nghiệm lượng tử

Công trình này được dẫn dắt bởi Alexander Dellios tại Trung tâm Lý thuyết Khoa học và Công nghệ Lượng tử của Đại học Swinburne.

Nhóm của ông tập trung vào việc lấy mẫu boson Gauss (GBS), một phương pháp tiếp cận quang tử sử dụng ánh sáng bị nén để tạo ra các mẫu xác suất phức tạp. Trong thiết lập này, một mạng lưới kết hợp nhiều chế độ ánh sáng cùng các máy dò ghi lại số lượng photon rơi vào mỗi đầu ra.

Đối với máy dò phân giải số photon, xác suất cho các mẫu phát hiện cụ thể được tính toán bằng hàm Hafnian (một hàm toán học được sử dụng để tính xác suất trong một số hệ lượng tử nhất định, đặc biệt là trong quá trình lấy mẫu boson Gauss với máy dò phân giải số photon).

Khi những thí nghiệm sử dụng các máy dò ngưỡng chỉ cho biết ánh sáng có đến hay không, hàm ma trận liên quan sẽ thay đổi.

Những kết quả đó được kết nối với hàm Torontonian (hàm Torontonian là một hàm toán học được sử dụng để tính xác suất trong quá trình lấy mẫu boson Gauss khi sử dụng các máy dò ngưỡng, do các nhà nghiên cứu ở Toronto giới thiệu).

Cách thức hoạt động của phép thử lượng tử

Phương pháp Swinburne không cố gắng tính toán mọi xác suất cứng xác định phân phối đầy đủ. Phương pháp này kiểm tra các bản tóm tắt dữ liệu có chiều thấp hơn, đôi khi được gọi là xác suất đếm nhóm, và so sánh chúng với lý thuyết trên nhiều bin chỉ trong một lần chạy.

Về cơ bản, "nòng cốt" của mô phỏng là biểu diễn P dương. Kỹ thuật không gian pha này tái tạo chính xác các mômen có thứ tự thông thường cho bất kỳ trạng thái lượng tử nào và có thể mở rộng tốt với nhiều chế độ.

Nhóm nghiên cứu báo cáo tốc độ tính toán tăng khoảng 10^18 so với mô phỏng cổ điển trực tiếp trong trường hợp chế độ 288. Việc mở rộng quy mô này rất quan trọng vì nó biến một phép tính gần như vô vọng thành một bài kiểm tra thực tế có thể chạy trên máy trạm.

"Một số vấn đề ngay cả siêu máy tính nhanh nhất cũng phải mất hàng triệu năm để giải quyết. Phương pháp của chúng tôi cho phép kiểm tra trong vài phút trên máy tính xách tay xem một thí nghiệm GBS có tạo ra kết quả đúng hay không và những lỗi nào có thể xảy ra", Dellios nói.

Nhóm nghiên cứu đã phát hiện ra điều gì?

Để chứng minh phương pháp này, nhóm đã phân tích dữ liệu từ một thí nghiệm lấy mẫu boson nổi tiếng gần đây.

Năm 2022, máy Borealis ước tính rằng một siêu máy tính cổ điển hàng đầu sẽ cần hơn 9.000 năm để tạo ra một mẫu chính xác duy nhất mà thiết bị tạo ra trong 36 micro giây. Khi nhóm Swinburne chạy thử nghiệm lượng tử của họ, họ nhận thấy phân phối xác suất đo được không khớp với mô hình mục tiêu ban đầu.

Dữ liệu lượng tử phù hợp hơn với phân phối đã sửa đổi có tính đến các khiếm khuyết về nhiệt hóa và đo lường.

Kết quả này không khẳng định rằng máy quang tử thiếu lợi thế về mặt tính toán. Điều này cho thấy thiết bị đã giải quyết một bài toán thống kê hơi khác so với bài toán lý tưởng mà các nhà thử nghiệm dự định.

Bước tiếp theo là xác định xem việc lấy mẫu từ phân phối thay thế đó có còn khó khăn về mặt tính toán hay không. Nếu vẫn khó khăn, thì lời hứa về mặt tính toán vẫn còn, nhưng mục tiêu cần được nêu rõ ràng.

Các bài kiểm tra máy tính lượng tử rất quan trọng

Việc xác minh và lợi thế tính toán có liên quan nhưng khác nhau.

• Lợi thế so sánh thời gian chạy giữa các phương pháp cổ điển tốt nhất và thiết bị lượng tử cho một nhiệm vụ đã nêu, trong khi xác thực đặt câu hỏi liệu phần cứng có giải quyết được nhiệm vụ đã nêu hay không.
• Xác thực có khả năng mở rộng sẽ giúp các nhóm xác định vị trí và sửa nguồn lỗi trước khi chúng gây ra không khớp hệ thống.

Quy trình làm việc đó có thể định hướng phần cứng quang tử đến các thiết lập mà đầu ra vẫn giữ được những đặc điểm phi cổ điển và nhiệm vụ đã nêu vẫn còn nguyên vẹn.

Kết quả tích cực từ các bài kiểm tra này cũng có thể hướng dẫn việc điều chỉnh tham số. Nếu một thay đổi nhỏ trong việc nén hoặc truyền dẫn hiệu chỉnh các số liệu thống kê, các kỹ sư sẽ có được một nút điều chỉnh trực tiếp để cải thiện độ trung thực mà không cần nhiều tuần thử nghiệm và sai sót.

Khi số lượng chế độ và photon được phát hiện tăng lên, phân phối đầy đủ sẽ trở nên quá thưa thớt để ước tính hay tính toán.

Đó chính là lúc thống kê nhóm tỏa sáng, vì chúng vẫn có thể ước tính được trên các mẫu hạn chế và vẫn mang tương quan bậc cao, vốn định nghĩa hành vi phi cổ điển.

Thử nghiệm lượng tử và tương lai

Nhóm nghiên cứu dự định kiểm tra xem mô hình thay thế được phát hiện bởi các thử nghiệm của họ có còn nằm trong nhóm khó mô phỏng theo phương pháp cổ điển hay không.

Câu trả lời đó sẽ làm rõ liệu thiết bị quang tử có duy trì được đặc tính lượng tử của nó trong suốt quá trình chạy hay đã chuyển sang một chế độ mà các thuật toán cổ điển có thể mô phỏng.

Dellios cho biết: “Việc phát triển máy tính lượng tử quy mô lớn, không có lỗi là một nhiệm vụ vô cùng khó khăn, nếu thành công, nó sẽ cách mạng hóa các lĩnh vực như phát triển thuốc, AI, an ninh mạng và cho phép chúng ta hiểu sâu hơn về vũ trụ vật lý”.

Nghiên cứu này được công bố trên tạp chí Quantum Science and Technology.