blogtecaolivelli
blog informazione e cultura della biblioteca Olivelli
TAG
TAG
« Il programma Alpha Go | ICTP: La Medaglia Dirac ... » |
Una macchina quantistica alla ricerca del bosone di Higgs
Post n°1983 pubblicato il 28 Febbraio 2019 da blogtecaolivelli
Fonte: Le Scienze 24 ottobre 2017 Un nuovo studio ha dimostrato le potenzialità di una macchina quantistica nella ricerca delle tracce del bosone di Higgs tra l'enorme mole di dati raccolti dagli esperimenti ATLAS e CMS al CERN di Ginevra. Per adesso, le sue prestazioni non superano quelle dei programmi di apprendimento automatico basati su calcolatori convenzionali, ma in futuro le cose potrebbero cambiardi Davide Castelvecchi/Nature computer sciencefisica delle particelle Un computer quantistico rudimentale ha riscoperto il bosone di Higgs. O qualcosa del genere. I fisici hanno lavorato duramente per sviluppare macchine che possono usare i fenomeni bizzarri della meccanica quantistica per rendere più veloce il calcolo automatico. Ma sperano anche che questi computer quantistici possano restituire il favore, aiutandoli a scoprire nuove leggi della natura. tra due atomi in un computer quantistico (Credit: Science Photo Library/AGFOra un gruppo di ricerca ha dimostrato che un circuito quantistico può imparare a mettere ordine in pile enormi di dati ricavati da esperimenti di collisioni di atomi che hanno come obiettivo la ricerca di una nuova particella. Il loro studio dimostrativo, condotto usando una macchina costruita dalla società di calcolo quantistico D-Wave, che ha lavorato sul caso ora familiare del bosone di Higgs, non fornisce ancora un chiaro vantaggio rispetto alle tecniche convenzionali. Ma gli autori, che firmano un articolo su "Nature", sostengono che l'apprendimento automatico della macchina quantistica potrebbe fare la differenza nei futuri esperimenti, quando le quantità di dati cresceranno ancora. era coinvolto nel lavoro, sostiene che è na boccata d'aria fresca vedere una macchina quantistica applicata un problema fisico pratico, invece che alle solite questioni matematiche, come la fattorizzazione di numeri interi in numeri primi. "Prima d'ora, le persone erano consapevoli che questo avrebbe potuto essere rilevante", spiega. "Questo ci fa capire come forse potrebbe essere". Nel 2012, due esperimenti presso il Large Hadron Collider (LHC) del CERN, il laboratorio per la fisica delle alte energie vicino a Ginevra, in Svizzera, annunciarono di aver dimostrato l'esistenza del bosone di Higgs, l'ultimo pezzo mancante del modello standard della fisica delle particelle. I due esperimenti, CMS e ATLAS, trovarono la prova del bosone creato nelle collisioni di protoni dal modo in cui l'Higgs decadeva in particelle più comuni, come fotoni ad alta energia. Ma ogni volta che due protoni collidono all'interno di LHC, centinaia di particelle vengono create, alcune delle quali possono essere scambiate per fotoni quando colpiscono i rivelatori. e CMS hanno simulato i dati per addestrare gli algoritmi di apprendimento automatico in grado di separare il grano dal loglio, i fotoni dagli impostori. che ha aiutato a guidare la ricerca dell'Higgs con CMS, voleva sapere se un computer quantistico potesse aiutare a rendere il processo di apprendimento più efficiente, in particolare riducendo la quantità di dati simulati richiesti per addestrare il sistema. "Volevo capire se fosse in grado di risolvere il problema dell'Higgs, perché è quello che conosco", ha spiegato Spiropulu, che lavora al California Institute of Technology di Pasadena. la DeepMind di Londra, ha tradotto il processo di apprendimento in qualcosa che potrebbe essere calcolato da un computer a 'ricottura quantistica' costruito dalla D-Wave, che ha sede a Burnaby, in Canada. Questo tipo di macchina trova le soluzioni ottimali a certi problemi permettendo ai loop di superconduzione, che codificano informazione quantistica, di porsi nel loro stato di minima energia. trovare i criteri ottimali che un computer ordinario avrebbe potuto usare per cercare le "firme" del fotone nei dati reali di Higgs. Per verificare la loro teoria, il gruppo ha avuto accesso alla macchina D-Wave machine dell'Università della Southern California a Los Angeles. L'esperimento ha avuto successo, ha spiegato Spiropulus: "possiamo fare l'addestramento con piccolissimi insiemi di dati e trovare la soluzione ottimale". riscoprire l'Higgs, perché non ne avevano bisogno. Dimostrare che era possibile era la parte più importante del loro lavoro, ha spiegato Cranmer, specialista di analisi dei dati che ha partecipato alla ricerca dell'Higgs nella collaborazione ATLAS. Per ora, non dobbiamo aspettarci che i fisici si convertano ai computer quantistici: finora, la macchina non si è comportata meglio della versione virtuale di se stessa che Spiropolu e il suo gruppo hanno fatto "girare" su un computer convenzionale. E c'è ancora una lunga strada da fare per dimostrare che queste tecniche sono più efficienti di alcuni algoritmi di apprendimento automatico esistenti, che sono in grado di addestrarsi su insieme di dati relativamente piccoli, spiega Cranmer. Spiropulu è d'accordo, e aggiunge che sarà necessario confrontare i vari approcci l 'uno rispetto all'altro per capire qual è il migliore. campi oltre la fisica. Davide Venturelli, fisico che lavora per la Universities Space Research Association and e per l'Ames Research Center della NASA di Mountain View, in California, gestisce un programma che rende la macchina D-Wave situata ad Ames (gestita in modo congiunto da Google e dalla NASA) disponibile agli sperimentatori di tutto il mondo. I ricercatori in campi che vanno dalle scienze della Terra alla bioinformatica sono interessati a usare la ricottura quantistica, in particolare per l'applicazione dell'apprendimento automatico, spiega. spiega Mott. pubblicato su Nature il 19 ottobre 2017. Traduzione ed editing a cura di Le Scienze. Riproduzione autorizzata, tutti i diritti riservati) |
AREA PERSONALE
MENU
CHI PUņ SCRIVERE SUL BLOG
I messaggi e i commenti sono moderati dall'autore del blog, verranno verificati e pubblicati a sua discrezione.