Komputery kwantowe pomagają symulować zderzenia cząstek elementarnych

Komputery kwantowe mogą być pomocne w symulowaniu zderzeń protonów, do których dochodzi w akceleratorach cząstek. Wiedza ta może być przydatna dla fizyków do projektowania przyszłych eksperymentów.

Naukowcy z Lawrence Berkeley National Laboratory – Christian Bauer, Marat Freytsis i Benjamin Nachman – użyli komputer kwantowy IBM Q do symulowania zderzeń dwóch protonów. Obliczenia te pozwolą stworzyć model, określający, jakie jest prawdopodobieństwo wyemitowania innych cząstek elementarnych.

Dzięki wykorzystaniu metody nazwanej efektywną teorią pola, udało się stworzyć algorytm kwantowy pozwalający na obliczenie niektórych składowych zderzeń protonów. To może być ważny moment dla fizyków cząstek elementarnych.

Pokazaliśmy, jak to w zasadzie działa w przypadku teorii bliskiej naturze. Następnie wzięliśmy bardzo uproszczoną wersję tej teorii i wykonaliśmy wyraźne obliczenia na komputerze kwantowym.

Benjamin Nachman

Naukowcom z Lawrence Berkeley National Laboratory przyświeca słuszna idea – odkrycie najmniejszych cząstek elementarnych poprzez obserwację wysokoenergetycznych zderzeń cząstek w warunkach laboratoryjnych. Komputery kwantowe pozwalają na tworzenie jeszcze dokładniejszych modeli niż komputery klasyczne.

Jedną z trudności w tego typu obliczeniach jest to, że chcemy opisać duży zakres energii. Chcemy opisać procesy o najwyższej energii aż do procesów o najniższej energii, analizując odpowiadające im cząstki, które wpadają do naszego detektora.

Benjamin Nachman

W najnowszych eksperymentach, które opisano w Physical Review Letters, wykorzystano komputer kwantowy IBM Q, aby stwierdzić, czy stworzone algorytmy prezentują oczekiwane wyniki w małych skalach oraz czy można je potwierdzić za pomocą klasycznych komputerów.

To jest absolutnie krytyczny problem demonstracyjny. Dla nas ważne jest, aby opisać właściwości tych cząstek teoretycznie, a następnie zaimplementować ich wersję na komputerze kwantowym. Wiele wyzwań, które pojawiają się podczas pracy na komputerze kwantowym, nie występuje w teorii. Nasz algorytm jest skalowalny, więc gdy zdobędziemy więcej zasobów kwantowych, będziemy mogli wykonywać obliczenia, których nie moglibyśmy wykonać klasycznie.

Benjamin Nachman

Zespół uczonych z ORNL będzie kontynuował badania i ostatecznie ma nadzieję wykonać na komputerze kwantowym obliczenia, które nie są możliwe do wykonania na komputerach klasycznych.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *