丰富的数据：对大型强子对撞机质子-质子碰撞中产生希格斯玻色子时产生的粒子轨迹的模拟。（由CERN提供）
一项国际合作正在探索如何使用量子计算来分析CERN 的大型强子对撞机（LHC）上的实验所产生的大量数据。研究人员表明，“量子支持向量机”可以帮助物理学家从CERN产生的大量信息中理解。
在LHC上进行的实验可以从每秒约10亿个粒子碰撞中产生惊人的每秒PB的数据。由于实验只能专注于碰撞事件的子集，因此必须丢弃其中的许多数据。尽管如此，CERN的数据分析现在仍依赖于遍布全球170个计算机中心的近100万个CPU内核。
大型强子对撞机目前正在进行升级，将提高碰撞率。到2027年，处理和分析其他数据所需的计算能力预计将增加50-100倍。尽管当前技术的改进将解决这一差距的一小部分，但CERN的研究人员将不得不寻找新的更智能的方法应对计算挑战–量子计算应运而生。
量子合作
2001年，该实验室建立了名为CERN openlab的公私合作伙伴关系， 以加速CERN研究社区所需的新计算技术的开发。参与这项合作的几家领先的技术公司之一是IBM，它也是量子计算研究与开发领域的主要参与者。
量子计算机原则上可以比传统计算机在更短的时间内解决某些问题。创建实用的量子计算机必须克服重大的技术挑战，而IBM和其他一些公司已经构建了可以进行计算的商用量子计算机。
CERN的计算机物理学家，CERN openlab的首席创新官Federico Carminati解释了实验室对量子解决方案的兴趣：“我们正在研究量子计算，因为它可能为我们的计算能力问题提供可能的解决方案”。他告诉《物理世界》，欧洲核子研究组织openlab不会在明天尝试实现功能强大的量子计算机，而是在玩“中长期游戏”以了解可行的方法。他解释说：“我们可以尝试模拟核物理，原子核的散射，甚至可以模拟夸克和基本相互作用。”
CERN openlab和IBM于2018年开始合作开展量子计算。现在，由Sau Lan Wu，CERN，位于苏黎世的IBM Research和位于芝加哥附近的Fermilab领导的威斯康星大学物理学家正在研究如何使用量子机器学习来识别LHC碰撞数据中的希格斯玻色子事件。
有希望的结果
该团队使用IBM的量子计算机和量子计算机模拟器，着手将量子支持向量机方法应用于此任务。这是用于对数据进行分类的受监督机器学习系统的量子版本。
IBM Research的Panagiotis Barkoutsos解释说：“我们分析了希格斯实验的模拟数据，目的是确定用于选择感兴趣事件的最适合的量子机器学习算法，可以使用传统的经典算法对其进行进一步分析。”
实验的初步结果很有希望。IBM量子计算机和量子模拟器上的五个量子位（qubits）被应用于数据。“使用我们的量子支持向量机，我们分析了具有40多个特征和五个训练变量的小型训练样本。结果非常接近，有时甚至优于使用最著名的等效经典分类器获得的结果，并且是在短时间内有效获得的。” Barkoutsos说。
寻找新的物理学
鉴于在大型强子对撞机中发现希格斯玻色子的信号非常微弱，通常将其与“在大海捞针”相提并论。的确，迄今为止，大型强子对撞物理学家所使用的大量计算时间大部分都用于希格斯玻色子分析。
大型强子对撞机的一个重要目标是在寻找新物理的过程中将粒子物理的标准模型测试到临界点，而量子计算可以发挥重要作用。“这正是我们的目标，对可能产生异常的复杂数据进行非常精细的分析，有助于我们改进标准模型或超越标准模型，” Carminati总结道。
该小组尚未公布结果，但手稿正在定稿中。使用更大数量的量子位，更多训练变量和更大样本量的工作也在进行中。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/3051625.html