Quantum Memristor
양자 및 뉴로모픽 액세스 방식은 모두 컴퓨팅 성능을 수행하는 방식을
근본적으로 다시 작성해야 하는 의무를 갖고 있습니다.
그리고 이제 연구원들은 양자 신경 네트워크의 기초를 형성하고
그것들을 융합할 수 있는 "양자 멤리스터Quantum Memristor" 를 개발했습니다.
무어의 법칙은 여전히 살아 있는 것처럼 보이지만,
기존 컴퓨터 기술의 한계가 점점 분명해지고 있습니다.
그러므로 이러한 장애물을 극복할 수 있는
전혀 다른 정보처리 방식에 대한 관심이 높아지고 있습니다.
한 가지 가능성은
양자 컴퓨터의 속성을 사용하여 주어진 문제에 대한 계산 속도를
기하급수적으로 향상시키는 양자 컴퓨팅입니다.
또 다른 가능성은 뉴로모픽 컴퓨팅으로 알려진 두뇌가 작동하는 방식을 더 정확하게 재현할 수 있도록
컴퓨터 칩을 다시 연결하는 것입니다.
두 접근 방식 모두 기존 컴퓨터 시스템의 매우 다른 측면을 개선하는 것을 목표로 하고 있습니다.
양쪽 모두에 대한 시너지 효과는 명확하지 않습니다.
그러나 연구원이 양자 정보를 처리할 수 있는 최초의 뉴로모픽 구성 요소를 시연하고 나서 변화가 시작될 수 있습니다.
문제의 구성 요소는 기억과 저항의 결합으로 구성된 막으로 알려져 있습니다.
이 장치는 과거에 전류가 얼마나 흐르는지에 따라 저항을 변경하고
기본적으로 이전 상태의 메모리를 저장합니다.
이 기능은 발화 빈도에 따라 결합 강도가 달라지는 생물학적 시냅스(뇌 뉴런 간 연결)의 행동을 모방해
신경역학계의 주목을 받았습니다.
최근에 멤리스터를 사용해서 두뇌에 더 가깝게 컴퓨터를 개발하려는 연구가 많이 수행되고 있습니다.
그러나 비엔나 대학의 물리학자들은
양자 정보를 처리할 때 같은 행동을 보이는 요소들을 개발함으로써 그 아이디어를 한 단계 더욱 발전시켰습니다.
이 새로운 장치는 Nature Photonics의 최근 논문에 설명되어 있습니다.
정보를 처리하기 위해, 이른바 양자막은 실리콘 칩 주위에 광자를 운반하는
통합된 광자 기술을 사용하여 만들어졌습니다.
비록 포토칩은 보통 고전적인 계산만 수행하지만,
연구원들은 통과하는 광자의 양자 상태를 조작할 수 있는 칩을 개발했습니다.
이를 위해, 그들은 양자 시스템이 동시에 여러 상태를 결합하여 존재할 수 있다는 개념인
중첩의 양자 원리를 이용했습니다.
그들은 광자에 두 개의 경로를 주고 동시에 두 경로로 이동시킴으로써 이것을 수행합니다.
이것은 정보를 암호화할 수 있는 큐비트(비트와 동등한 양)의 기초를 형성합니다.
거의 같은 방식으로,
비트 0 또는 1과 광자는 첫 번째 또는 두 번째 채널
또는 두 개의 겹치는 양자 역학의 이상한 특성 덕분에 둘의 중첩에 있을 수 있습니다.
그러나 이 연구소의 가장 중요한 혁신은
시스템을 하나의 경로를 통해 이동하는 광자의 수를 기본적으로 계산하고
이를 사용하여 다른 경로에 걸쳐 신호 강도를 조절하는 추가 회로와 결합하는 것입니다. 그 결과, 양자 정보를 처리하고 멤리스틱 동작을 나타내는 장치가 탄생했습니다.
실용적인 계산 작업을 위한 양자 막의 잠재력을 입증하기 위해
여러 개의 구성 요소가 서로 연결될 때 발생하는 구성 요소의 컴퓨터 모델을 만들고 시뮬레이션했습니다.
고정 연결로 대형 네트워크에 데이터를 전달한 뒤
단일 판독 계층을 형성해 해당 저장소의 출력을 해석하는 일종의 신경망을 만들었습니다.
그들은 단지 3개의 양자 멤버로 구성된 시스템이
단지 1000개의 이미지에 대한 훈련 후에
95%의 정확도로 필기 번호를 분류하는 것을 배웠다는 것을 보여주었습니다.
연구팀은 또한 장치 네트워크가 기존 장치를 넘어 양자 작업을 수행하는 방법을 배울 수 있음을 보여주었습니다.
그들은 양자 시스템이 98% 밀접하게 얽혀 있는지 알아보기 위해 장치를 훈련시켰습니다.
두 가지 다른 컴퓨터 패러다임을 결합한 장치를 사용하는 방법을 알아내려면 많은 노력이 필요할 것입니다.
그러나 무어의 법칙에 따르면 양자 신경망은 컴퓨터 시대에 강력한 새로운 도구가 될 수 있습니다.
댓글