A Coherent Memory Register for Sequential Quantum Generative Modeling, with Application to Calorimeter Showers

In de experimenten in de hoge-energiefysica die de fundamentele bouwstenen van het universum onderzoeken, worden deeltjes op detectoren afgevuurd om te zien hoe ze uiteenvallen en verstrooien. Wanneer een hoogenergetisch deeltje een apparaat raakt dat een calorimeter wordt genoemd, stopt het niet simpelweg; het triggert een cascade van secundaire deeltjes, een douche die zich verspreidt en energie afgeeft over honderden of duizenden kleine sensoren. Het simuleren van deze douches is essentieel voor natuurkundigen om te begrijpen wat ze zien, maar het doen daarvan met de meest nauwkeurige methoden die vandaag de dag beschikbaar zijn, is ongelooflijk duur in termen van rekenkracht. Naarmate experimenten groter worden en meer data genereren, dreigt de tijd en energie die nodig is om deze deeltjesschouwen te simuleren de beschikbare middelen in te halen. Wetenschappers hebben zich tot machine learning gewend om snellere afkortingen te crereren, maar deze klassieke afkortingen vereisen vaak enorme hoeveelheden geheugen en rekenkracht om de complexe relaties tussen verschillende delen van de deeltjesschouw vast te leggen.

Een team onderzoekers van DESY en de RWTH Aachen Universiteit heeft een andere aanpak voorgesteld met behulp van quantumcomputers. In plaats van te proberen elke individuele sensor in de detector in kaart te brengen naar een apart deel van een quantumcomputer, hebben zij een methode ontwikkeld die de deeltjesschouw stukje voor stukje genereert. Hun innovatie berust op een kleine, vaste quantumgeheugen die de "kennis" bevat van wat er al is gegenereerd, waardoor het systeem een grote, complexe afbeelding kan opbouwen zonder dat er een quantumcomputer nodig is die even groot is als de afbeelding zelf. Deze aanpak, die zij een coherent-memory Born machine noemen, slaagde erin de statistische patronen van deeltjesschouwen te recreëren op een echte quantumprocessor, waarmee werd aangetoond dat een klein quantumsysteem de complexe correlaties van een veel grotere fysieke gebeurtenis kan dragen.

De uitdaging bij het simuleren van deze deeltjesschouwen is dat de energie die in één deel van de detector wordt afgegeven, diep verbonden is met de energie in andere delen. Deze verbindingen zijn niet willekeurig; ze worden beheerst door de wetten van de fysica, zoals het behoud van energie. Om een douche accuraat te simuleren, moet een computer begrijpen hoe een fluctuatie in één cel van de detector de cellen ver weg beïnvloedt. Traditionele quantumbenaderingen vereisten vaak een quantumregister, het geheugen van de quantumcomputer, om mee te schalen met de grootte van de afbeelding. Als een douche duizend cellen raakte, zou de quantumcomputer duizend qubits nodig hebben, de basisunits van quantuminformatie. Deze vereiste overstijgt snel de capaciteiten van de huidige technologie. Andere methoden probeerden informatie tussen delen van de afbeelding te transporteren via klassieke kanalen, wat effectief de quantum-aard van de simulatie verbrak en de zeer correlaties die de simulatie accuraat maken, deed verdwijnen.

De onderzoekers losten dit op door te veranderen hoe de quantumcomputer het verleden onthoudt. Ze verdeelden de deeltjesschouw-afbeelding in kleine blokken en genereerden deze één na de ander. Voor elk blok gebruikte de quantumcomputer een kleine, vaste set van zes qubits. Drie van deze qubits werden gebruikt om het huidige blok te genereren, terwijl de andere drie als geheugen werden gereserveerd. Cruciaal was dat dit geheugen tijdens het proces nooit gemeten of uitgelezen werd. In de quantumwereld dwingt het meten van een systeem het systeem om een definitieve staat te kiezen, wat de delicate quantumverbindingen die complexe correlaties mogelijk maken, vernietigt. Door de geheugenqubits niet te meten, hield de quantumcomputer de informatie over de vorige blokken in een staat van superpositie, een quantumconditie waarbij het systeem meerdere mogelijkheden tegelijk vasthoudt. Dit ongemeten geheugen fungeerde als een brug, die de invloed van het eerste blok van de douche helemaal naar het laatste blok bracht zonder ooit te imploderen in een eenvoudige klassieke waarde.

Het team testte deze methode op een dataset die een deeltjesschouw vertegenwoordigt die verspreid is over twaalf cellen. Ze trainden het quantumcircuit om de sequentie van blokken te genereren, gebruikmakend van een specifiek type leerproces dat de gegenereerde patronen vergeleek met echte gesimuleerde data. Het doel was niet alleen om de gemiddelde energie in elke cel te matchen, maar om het ingewikkelde web van correlaties tussen hen te reproduceren. Toen ze de simulatie draalden op een echte quantumprocessor, de IBM ibm kingston, waren de resultaten opvallend. Het model reproduceerde succesvol de energieverdeling van elke individuele cel en de totale energie van de gehele douche. Belangrijker nog, het legde de correlatiematrix vast, de kaart van hoe de energie in de ene cel gerelateerd is aan de energie in een andere cel, inclusief de complexe patronen die de grenzen van de blokken overspannen.

Om te bewijzen dat het ongemeten geheugen inderdaad de bron van deze correlaties was, voerden de onderzoekers een controlexperiment uit. Ze draalden exact hetzelfde circuit maar verwijderden de drie geheugenqubits, terwijl de rest ongewijzigd bleef. Zonder het geheugen produceerde het model blokken die volledig onafhankelijk van elkaar waren. De correlaties tussen verre delen van de douche verdwenen, en het model slaagde er niet in de complexe structuur van de data te reproduceren. Dit bevestigde dat het quantumgeheugen het enige was dat de informatie over de blokken droeg. De studie toonde aan dat een quantumsysteem met een vast, klein geheugen een gezamenlijke waarschijnlijkheidsverdeling kon vertegenwoordigen die een klassiek systeem met bijna zeven keer zoveel verborgen toestanden zou vereisen om met dezelfde nauwkeurigheid te representeren.

De onderzoekers onderzochten ook hoe het model presteerde op de werkelijke hardware versus een perfecte, ruisvrije simulatie. Hoewel de quantumprocessor op de IBM-machine enkele fouten introduceerde, waardoor het totale energiespectrum licht verschoof, bleef de fundamentele structuur van de correlaties intact. Het model stortte niet in; het driftte simpelweg. Dit suggereert dat de architectuur robuust genoeg is om de imperfecties van huidige quantumapparaten te overleven. Het werk laat zien dat de bottleneck voor het simuleren van deze complexe fysieke processen niet noodzakelijkerwijs de grootte van de quantumcomputer is, maar eerder het vermogen om een coherent geheugen te behouden dat verre delen van een sequentie kan verbinden.

Deze aanpak biedt een nieuwe weg voorwaarts voor de hoge-energiefysica. Door de grootte van het quantumregister los te koppelen van de grootte van de afbeelding, hebben de onderzoekers aangetoond dat het mogelijk is om grote, complexe systemen te simuleren met een klein, beheersbaar quantumapparaat. De methode berust op het unieke vermogen van de quantummechanica om informatie vast te houden in een staat die nooit direct wordt geobserveerd, waardoor het systeem verbindingen kan onderhouden die klassieke computers moeilijk efficiënt kunnen repliceren. Naarmate de quantumhardware blijft verbeteren, zou deze techniek natuurkundigen in staat stellen om zelfs grotere en complexere deeltjesschouwen te simuleren, wat de deur opent naar diepere inzichten in de fundamentele krachten van de natuur zonder beperkt te worden door de loutere schaal van de data.