التعلم الآلي في الفيزياء

تُتيح القدرة على التحكم التجريبي في الأنظمة الكمومية المعقدة وإعدادها بشكل متزايد الحاجة إلى تحويل مجموعات البيانات الكبيرة والضوضائية إلى معلومات ذات معنى. هذه مشكلة دُرست باستفاضة في السياق الكلاسيكي، وبالتالي، يمكن تكييف العديد من تقنيات التعلم الآلي الحالية بشكل طبيعي لمعالجة المشكلات ذات الصلة بالتجارب بكفاءة أكبر. على سبيل المثال، يمكن تطبيق أساليب بايز ومفاهيم التعلم الخوارزمي بنجاح لمعالجة تصنيف الحالة الكمومية، ^{[ 14 ]} وتعلم الهاميلتوني، ^{[ 15 ]} وتوصيف التحويل الوحدوي غير المعروف . ^{[ 16 ] [ 17 ]} ترد في القائمة التالية مشكلات أخرى تمت معالجتها باستخدام هذا النهج:

• تحديد نموذج دقيق لديناميكيات النظام الكمومي، من خلال إعادة بناء الهاميلتوني ؛ ^{[ 18 ] [ 19 ] [ 20 ]}
• استخراج المعلومات حول الحالات غير المعروفة؛ ^{[ 21 ] [ 22 ] [ 23 ] [ 14 ] [ 24 ] [ 1 ]}
• تعلم التحويلات والقياسات الوحدوية غير المعروفة؛ ^{[ 16 ] [ 17 ]}
• هندسة البوابات الكمومية من شبكات الكيوبت ذات التفاعلات الزوجية، باستخدام الهاميلتونيان المعتمد على الوقت ^{[ 25 ]} أو المستقل ^{[ 26 ] .}
• تحسين دقة استخلاص المتغيرات الفيزيائية من صور امتصاص الذرات فائقة البرودة (غاز فيرمي المتدهور)، عن طريق توليد إطار مرجعي مثالي. ^{[ 27 ]}

يمكن أيضًا تطبيق التعلم الآلي الكمومي لتسريع التنبؤ بالخصائص الكمومية للجزيئات والمواد بشكل كبير. ^{[ 28 ]} وهذا قد يكون مفيدًا للتصميم الحاسوبي لجزيئات أو مواد جديدة. ومن الأمثلة على ذلك:

• استيفاء الكمونات بين الذرات؛ ^{[ 29 ]}
• استنتاج طاقات التذرية الجزيئية في جميع أنحاء فضاء المركبات الكيميائية ؛ ^{[ 30 ]}
• أسطح طاقة كامنة دقيقة مع آلات بولتزمان المقيدة؛ ^{[ 31 ]}
• التوليد التلقائي لتجارب الكم الجديدة؛ ^{[ 8 ] [ 9 ]}
• حل معادلة شرودنغر متعددة الأجسام، الساكنة والمعتمدة على الزمن؛ ^{[ 13 ]}
• تحديد التحولات الطورية من أطياف التشابك؛ ^{[ 32 ]}
• توليد مخططات التغذية الراجعة التكيفية للقياس الكمي والتصوير المقطعي الكمي . ^{[ 33 ] [ 34 ]}

الدوائر التباينية هي مجموعة من الخوارزميات التي تستخدم التدريب بناءً على معلمات الدائرة ودالة الهدف. ^{[ 35 ]} تتكون الدوائر التباينية عمومًا من جهاز تقليدي يُدخل معلمات (عشوائية أو مُدرَّبة مسبقًا) إلى جهاز كمومي، بالإضافة إلى دالة تحسين رياضية تقليدية . تعتمد هذه الدوائر بشكل كبير على بنية الجهاز الكمومي المُقترح، لأن تعديلات المعلمات تتم بناءً على المكونات التقليدية داخل الجهاز فقط. ^{[ 36 ]} على الرغم من أن تطبيقها لا يزال في مراحله الأولى في مجال التعلم الآلي الكمومي، إلا أنه يحمل إمكانات هائلة لتوليد دوال تحسين أكثر كفاءة.

يمكن استخدام تقنيات التعلم الآلي لإيجاد مشعب تكامل أفضل لتكاملات المسار لتجنب مشكلة الإشارة . ^{[ 37 ]}

أُفيد عن نظام تعلّم عميق قادر على تعلّم الفيزياء البديهية من البيانات المرئية (لبيئات ثلاثية الأبعاد افتراضية) استنادًا إلى منهجية غير منشورة مستوحاة من دراسات الإدراك البصري لدى الرضع. ^{[ 43 ] [ 42 ]} وقد طوّر باحثون آخرون خوارزمية تعلّم آلي قادرة على اكتشاف مجموعات من المتغيرات الأساسية لأنظمة فيزيائية متنوعة، والتنبؤ بديناميكيات هذه الأنظمة المستقبلية من خلال تسجيلات فيديو لسلوكها. ^{[ 44 ] [ 45 ]} وفي المستقبل، قد يكون من الممكن استخدام هذه الخوارزمية لأتمتة اكتشاف القوانين الفيزيائية للأنظمة المعقدة. ^{[ 44 ]} وبالإضافة إلى الاكتشاف والتنبؤ، قد يكون لتعلّم الجوانب الأساسية للعالم الفيزيائي، من نوع "اللوحة البيضاء"، تطبيقات أخرى، مثل تحسين الذكاء الاصطناعي العام التكيفي والواسع النطاق . فعلى وجه التحديد، كانت نماذج التعلّم الآلي السابقة "شديدة التخصص وتفتقر إلى فهم عام للعالم". ^{[ 43 ]}