แนวคิดเกี่ยวกับคอมพิวเตอร์ควอนตัมที่น่าทึ่งเหล่านี้มาจาก Qiskit Hackathon Global

แนวคิดเกี่ยวกับคอมพิวเตอร์ควอนตัมที่น่าทึ่งเหล่านี้มาจาก Qiskit Hackathon Global

เครดิตฟรี

เมื่อต้นเดือนนี้ ผู้เข้าร่วมจากทั่วโลกเข้าร่วมQiskit Hackathon Globalซึ่งเป็นแฮ็กกาธอนเสมือน 24 ชั่วโมงแรกของเราที่ตั้งใจจะสร้างความตื่นเต้นและข้อจำกัดของ Hackathon แบบตัวต่อตัวโดยไม่ต้องมีคนมารวมตัวกัน ผู้เข้าร่วมแลกเปลี่ยนข้อความและวิดีโอแชทนับพันเป็นเวลา 216 ชั่วโมง และสามารถผลักดันขีดจำกัดของคอมพิวเตอร์ควอนตัมจากที่บ้านได้โดยใช้ชุดพัฒนาซอฟต์แวร์โอเพ่นซอร์ส Qiskit สำหรับคอมพิวเตอร์ควอนตัม

สล็อต

เราคิดว่างานนี้เป็นตัวกำหนดมาตรฐานสำหรับ Virtual hackathons ไม่เพียงแต่ว่างานดำเนินไปได้ดีเพียงใด แต่ยังรวมถึงคุณภาพของการส่งงานด้วย ผู้เข้าร่วมสร้างเกม พัฒนาแนวคิดที่คุ้มค่าในการค้นคว้าวิจัย และแม้กระทั่งสร้างบอทที่ไม่ลงรอยกันที่สร้างเรื่องตลก ซึ่งคุณสามารถติดตั้งในเซิร์ฟเวอร์ discord ของคุณเองได้ ที่สำคัญที่สุด ผู้เข้าร่วมได้สร้างและเสริมความแข็งแกร่งให้กับชุมชนควอนตัม
“รู้สึกเป็นเกียรติที่ได้เป็นส่วนหนึ่งของ Hackathon นี้ เพราะฉันได้พบกับ Qiskitters ที่ยอดเยี่ยมมาก ฉันไม่เคยคิดเลยว่าจะได้เจอ” Soyoung Shin ที่ปรึกษา Hackathon ซึ่งทำงานดึกดื่นตลอดทั้งสี่วันของงานกล่าว เธอหวังว่าจะได้พบกับ Qiskitters จากเกาหลีมากขึ้น และหวังว่าจะเผยแพร่ Qiskit ที่นั่นต่อไป
นี่คือบางส่วนของโครงการนวัตกรรมที่ออกมาจากงาน:
QiskitFlow
Shashwat Shukla, Solomon Uriri, Mohamed Yassine Ferjani และ Iskandar Sitdikov เห็นความต้องการเครื่องมือที่จัดการการทดลองควอนตัม พวกเขากังวลว่าการพัฒนาควอนตัมในช่วงเช้าอาจก่อให้เกิดหนี้ทางเทคนิค ซึ่งหมายความว่าหากไม่มีวิธีติดตามการทดลอง การแก้ปัญหาอย่างรวดเร็วบนอุปกรณ์ที่จำกัดในปัจจุบันอาจต้องใช้การเขียนโค้ดใหม่โดยไม่คาดคิดอีกมากในอนาคต
ทีมงานได้พัฒนา QiskitFlow เพื่อทำให้การทดลองบนคอมพิวเตอร์ควอนตัมสามารถทำซ้ำได้มากขึ้น แชร์ได้ง่ายในวิธีที่เข้าใจได้กับเพื่อนร่วมงาน และติดตามได้ง่าย Sitdikov กล่าว “เป้าหมายสุดท้ายคือการช่วยให้ชุมชนควอนตัมทำการวิจัยและพัฒนาอย่างเป็นระบบและโปร่งใสมากขึ้น” เขากล่าว
QiskitFlow ประกอบด้วยสี่องค์ประกอบ อย่างแรกคือไลบรารีที่จัดเตรียมวิธีการใส่คำอธิบายประกอบโค้ดและบันทึกเมตริก พารามิเตอร์ หรือองค์ประกอบอื่นๆ ของโปรแกรมควอนตัมตามอำเภอใจ ประการที่สองคืออินเทอร์เฟซบรรทัดคำสั่งเพื่อติดตามและแสดงรายการการทดลองควอนตัมที่คุณอาจดำเนินการ แบ่งปันไปยังเซิร์ฟเวอร์ระยะไกล หรือเรียกคืนข้อมูลจากการทดลองเหล่านี้ ที่สามคือเซิร์ฟเวอร์แบ็กเอนด์ที่เก็บข้อมูลการทดลองและไฟล์ องค์ประกอบสุดท้ายคืออินเทอร์เฟซผู้ใช้เพื่อดู ค้นหา เรียกใช้ซ้ำ แชร์ และเชื่อมโยงการทดสอบ
Sitdikov กล่าวว่าเขากำลังทำงานเกี่ยวกับแผนงานโดยละเอียดสำหรับอนาคตของโครงการ และเวอร์ชันเสถียรรุ่นแรกจะออกในไม่ช้า คุณสามารถพบเขาได้ที่ Qiskit Slack หากคุณมีคำถาม
OrQIStra
Rohit Chaurasiya, Shek Lun Leung, Cynthia Rios, Quentin Sieredzki และ Suyeon Park ร่วมมือกันค้นหาวิธีที่พวกเขาสามารถแปลวงจรควอนตัมเป็นเอาต์พุตดนตรี พร้อมด้วยไฟล์เพลงและโน้ตเพลง พวกเขาหวังว่าโครงการ OrQIStra ของพวกเขาจะเป็นวิธีที่มีประโยชน์ในการทำให้ผู้ชมอายุน้อยรู้สึกตื่นเต้นเกี่ยวกับการคำนวณควอนตัมและข้อมูลควอนตัม
แต่ละ qubit ในวงควอนตัมออร์เคสตราแสดงถึงเครื่องดนตรี แอพเพล็ตใช้ Hadamard gate กับแต่ละ qubit ก่อน และผู้ใช้เลือก quantum gates เป็นคำแนะนำสำหรับเครื่องมือเหล่านั้นเพื่อเขียนคะแนน จากนั้น OrQIStra จะรันวงจร 1024 ครั้ง และใช้ฟังก์ชัน get_counts() ของ Qiskit เพื่อค้นหาความน่าจะเป็นที่จะส่งคืนแต่ละสถานะด้วยแอมพลิจูดตามลำดับ ค่าเหล่านี้ถูกกำหนดให้กับชุดโน้ตโดยใช้คำสั่งแบบมีเงื่อนไข จากนั้นจึงแปลเป็นไฟล์เพลงและโน้ตเพลง
วงออเคสตราตัวจริงจะเล่นโน้ตที่แต่งด้วยคอมพิวเตอร์ควอนตัมหรือไม่? อาจจะยังไม่ใช่ “ในขณะที่เราทำงานร่วมกันเพื่อปรับปรุงสิ่งที่เราสร้างขึ้น ฉันคิดว่ามีศักยภาพมากมาย” ริโอสกล่าว “มีความพยายามในวงกว้างที่น่าทึ่งมากมายในการแนะนำผู้คนให้รู้จักคอมพิวเตอร์ควอนตัมมากขึ้น แต่ก็ยังมีอีกมากที่เราสามารถทำได้ การแนะนำเกมสนุก ๆ ที่เชื่อมโยงการสร้างวงจรกับดนตรีหวังว่าจะเป็นแรงบันดาลใจให้ผู้ชมใหม่ ๆ มองเข้าไปในสนาม”
The Entangled States Game
อีกทีมหนึ่งพยายามจัดการกับการศึกษาควอนตัมด้วยเกมแบบเดิมๆ ที่เรียกว่า Entangled States Nick Singstock, Spencer Moore และ Elies Gil-Fuster สังเกตว่ามีความพยายามหลายครั้งในการพัฒนาเกมเพื่อสอนคอมพิวเตอร์ควอนตัม แต่เกมเหล่านี้มักจะสะดุดเมื่อต้องรับมือกับแอมพลิจูดทั้งหมดของฟังก์ชันคลื่นความถี่หลายควิบิตพร้อมกัน ทีมพยายามเติมหลุมนี้ด้วยการสร้างเกมที่แสดงถึงตัวเลขที่ซับซ้อนเหล่านี้ทั้งหมดและแสดงให้เห็นว่ามีการเปลี่ยนแปลงอย่างไรเมื่อใช้ประตูควอนตัมต่างๆ กับวงจร Gil-Fuster อธิบาย
เกมเริ่มต้นด้วยผู้เล่นที่ได้รับสถานะ qubit เริ่มต้นตามอำเภอใจด้วย n qubits ดังนั้นตัวเลขที่ซับซ้อน 2^n ซึ่งแสดงเป็นแท่งที่ชี้ไปในทิศทางต่างๆในอวกาศ ผู้เล่นพยายามที่จะได้รับสถานะ n-qubit สุดท้ายโดยพื้นฐานแล้วการใช้ประตูเพื่อขจัดความยุ่งเหยิงของแท่ง
กลไกของเกมนี้ให้ภาพแสดงความซับซ้อนของสถานะควอนตัม และการเพิ่มเกตสามารถเปลี่ยนสถานะเหล่านั้นได้อย่างไร สิ่งนี้ทำให้ผู้เล่นรู้สึกเป็นธรรมชาติมากขึ้นสำหรับการคำนวณควอนตัมและการทำงานของควอนตัมทำงานอย่างไร ทีมใช้เอ็นจิ้น Unreal บวกกับ Qiskit รุ่น C++ ที่เรียกว่า MicroQiskit ดังนั้นเกมจึงสามารถทำงานบนอุปกรณ์ประเภทใดก็ได้ พวกเขาหวังว่าจะเปิดตัวแอพมือถือของเกมในไม่ช้า

สล็อตออนไลน์

Giles-Fuster กล่าวว่าโครงการการศึกษาประเภทนี้มีความสำคัญในการทำให้สังคมใกล้ชิดกับการวิจัยมากขึ้น ผู้คนจำนวนมากขึ้นที่เรียนรู้ควอนตัมหมายถึงกลุ่มผู้มีความสามารถที่กว้างขวางและหลากหลายมากขึ้นในการเข้าร่วมภาคสนาม แต่ก็หมายถึงสายตาที่มากขึ้นที่จะช่วยจัดการกับปัญหาทางจริยธรรมที่เกิดขึ้นอย่างหลีกเลี่ยงไม่ได้จากเทคโนโลยีใหม่ที่ทรงพลัง
Quantum Dad Joke Discord Bot
ลูกเป็ดขี้เหร่ควอนตัมซึ่งประกอบด้วย Rochisha Agarwal, Dayeong Kang, Rana Prathap Mukthavaram, Kathrin König และ Hyorin Kim มอบหมายให้สร้างเครื่องกำเนิดตัวเลขสุ่มตามสัญญาณรบกวนที่เกิดจากการสุ่มควอนตัมซึ่งมีอยู่ใน IBM Cloud ตัวสร้างตัวเลขสุ่มมีประโยชน์ในอุตสาหกรรมต่างๆ สำหรับการจำลอง การสร้างเกมตามขั้นตอน การเข้ารหัส… และเพื่อสร้างบอทที่ไม่ลงรอยกันที่เล่าเรื่องตลกของพ่อแบบสุ่ม
ทีมงานได้พยายามพัฒนาเสียงสุ่มหลายครั้ง พวกเขาเริ่มต้นด้วยแบบจำลองเสียงพื้นฐานและจับคู่กับเครื่องจำลอง Qasm จากนั้นจึงทดสอบวงจรนี้กับอุปกรณ์จริง ผลลัพธ์เหล่านี้เป็นแบบสุ่ม แต่ไม่สุ่มเท่าตัวจำลอง ในที่สุด พวกเขาใช้ Qiskit Pulse เพื่อใส่ qubit ลงใน superposition แล้วรอสักครู่เพื่อให้เกิด dephase ดังนั้นจึงเพิ่มการสุ่มในขณะที่สูญเสียข้อมูลควอนตัม Dephasing เป็นปัญหากับคอมพิวเตอร์ควอนตัมในปัจจุบัน แต่มีประโยชน์เมื่อพยายามสร้างตัวเลขสุ่ม
ตัวเลขสุ่มไม่ใช่เรื่องสนุกหากไม่มีการสุ่มทำกับพวกเขา ดังนั้นทีมจึงพัฒนาบอทที่ใช้ตัวเลขสุ่มเพื่อเลือกและโพสต์เรื่องตลกพ่อแบบสุ่ม คุณสามารถเพิ่มบอท Qadjoke ลงในเซิร์ฟเวอร์ discord ของคุณเองได้โดยคลิกที่นี่
คุณอาจคิดว่าไม่มีใครต้องการบอทที่เล่าเรื่องตลกแบบสุ่มของควอนตัมจริงๆ König กล่าว แต่นี่เป็นเพียงแนวคิดง่ายๆ ที่แสดงให้เห็นว่าสามารถใช้เสียงแบบสุ่มได้อย่างไร “ถึงแม้ว่ามันจะไม่ได้สุ่มอย่างที่เรารัก แต่ก็เป็นจุดเริ่มต้น เราแสดงให้เห็นว่าสัญญาณรบกวนก็มีประโยชน์เช่นกัน และด้วยการตรวจสอบเพิ่มเติม เราสามารถเสนอตัวสร้างตัวเลขสุ่มจริงซึ่งสามารถใช้ในการเข้ารหัสหรือการจำลองได้”
นี่เป็นเพียงครึ่งเดียวจากเก้าโครงการที่น่าทึ่งที่ Qiskitters คิดค้นขึ้น ทีมหนึ่งสร้างเครื่องมือเพื่อรวมการประมวลผลควอนตัมเข้ากับเอฟเฟ็กต์ภาพเพื่อสร้างชิ้นงานวิดีโออาร์ตแบบเรียลไทม์ อีกคนหนึ่งสร้างระเบียบวิธีเพื่อเรียนรู้เคมีควอนตัมได้ง่ายขึ้น ทีมหนึ่งเขียนโค้ดเพื่อใช้การทดสอบปริมาณควอนตัมให้ดีขึ้น ทีมหนึ่งเขียนคอมไพเลอร์สำหรับเปลี่ยนเครือข่ายเบย์เซียนแบบคลาสสิกให้เป็นวงจรควอนตัมเพื่อทำงานบน Qiskit และทีมหนึ่งเขียนโปรแกรมที่สามารถเตรียมสถานะ Dicke ที่สำคัญทั้งหมดที่ใช้ใน QAOA ที่มีชื่อเสียง อัลกอริทึม
แนวคิดที่น่าอัศจรรย์เหล่านี้แสดงให้เห็นว่า Hackathon ยังมีชีวิตอยู่และอยู่ในชุมชนควอนตัมได้ดี ชาวคิสคิตเตอร์จะไม่ยอมให้ความจริงที่ว่าพวกเขาอยู่ที่บ้าน และเตียงของพวกเขาก็อยู่ใกล้กันอย่างยั่วเย้า ขัดขวางการสร้างสิ่งที่น่าอัศจรรย์
ตลอดชีวิต พวกเราหลายคนพัฒนานิสัยที่ไม่ดีซึ่งอาจรู้สึกว่าแทบจะเป็นไปไม่ได้ที่จะเปลี่ยนแปลง ในการเลิกบุหรี่ ลดการบริโภคเครื่องดื่มแอลกอฮอล์ รับประทานอาหารที่มีประโยชน์ต่อร่างกาย หรือมีร่างกายที่กระฉับกระเฉงขึ้น ต้องใช้ความพยายามและสภาพจิตใจที่เหมาะสม ทีมนักวิทยาศาสตร์เชิงพฤติกรรมที่University College London (UCL) และนักวิจัยที่IBM Research-Irelandกำลังมองหาวิธีที่จะช่วยให้ผู้คนบรรลุเป้าหมายเหล่านี้และบรรลุพฤติกรรมสุขภาพที่ดีขึ้นโดยใช้ AI

jumboslot

เป็นการท้าทายที่จะหา “ส่วนผสมออกฤทธิ์” ที่เหมาะสมซึ่งเรียกว่าเทคนิคการเปลี่ยนแปลงพฤติกรรม (Behavior Change Techniques – BCTs)เพื่อจูงใจให้แต่ละคนมีนิสัยที่ดีต่อสุขภาพ ช่วยจัดการพฤติกรรมของตนเอง และเลือกและสร้างสภาพแวดล้อมที่เอื้อต่อการสนับสนุนกระบวนการเหล่านี้ ตัวอย่างของเทคนิคดังกล่าว ได้แก่ การตั้งเป้าหมาย การวางแผนปฏิบัติการ และการติดตามตรวจสอบตนเอง ผู้กำหนดนโยบายพยายามหาวิธีพัฒนาโปรแกรมที่มีประสิทธิภาพในระดับบุคคล ชุมชน และประชากร จะเกิดอะไรขึ้นหาก AI สามารถใช้เพื่อช่วยค้นหา BCT ที่ดีที่สุดสำหรับสถานการณ์ที่กำหนด—ท้ายที่สุดแล้วช่วยให้เราเลิกนิสัยที่ไม่ดีต่อสุขภาพ และพัฒนาและรักษาพฤติกรรมที่ดีต่อสุขภาพไว้ได้
เพื่อช่วยแก้ปัญหาประเภทนี้ในโลกแห่งความเป็นจริงและช่วยเหลือบุคคล ผู้ปฏิบัติงาน และผู้กำหนดนโยบายในการค้นหาข้อมูลที่ดีที่สุดเพื่อช่วยพวกเขาพัฒนาการแทรกแซงและนโยบายที่มีประสิทธิภาพ นักวิทยาศาสตร์ด้านพฤติกรรมและสถาปนิกระบบที่ UCL ได้ร่วมมือกับนักวิจัยของ IBM ในดับลินเพื่อใช้ AI—ใน โดยเฉพาะการประมวลผลภาษาธรรมชาติ (NLP) และการเรียนรู้ของเครื่อง—เพื่อดึงข้อมูลจากวรรณกรรมการเปลี่ยนแปลงพฤติกรรม และสร้างระบบ AI เพื่อสนับสนุนกระบวนการตัดสินใจในการเลือกการแทรกแซง
โครงการเปลี่ยนแปลงพฤติกรรมมนุษย์
โครงการเปลี่ยนพฤติกรรมมนุษย์ (HBCP) สร้างขึ้นจากความเชี่ยวชาญที่เป็นที่ยอมรับในระดับสากลจากศูนย์การเปลี่ยนแปลงพฤติกรรมของ UCLและจากความเชี่ยวชาญชั้นนำของ IBM Research ในด้าน AI และ NLP กำลังสร้าง ‘ระบบความรู้’ ออนไลน์แบบเปิดที่มุ่งช่วยเหลือทุกคนที่ต้องการให้ดีขึ้น เข้าใจหลักฐานเกี่ยวกับพฤติกรรมศาสตร์และตัดสินใจได้ดีขึ้น (เช่น ผู้กำหนดนโยบาย ผู้ปฏิบัติงาน และนักวิจัย) โครงการนี้ได้รับทุนจากWellcome Trustและเป็นความร่วมมือระหว่างนักวิทยาศาสตร์คอมพิวเตอร์ นักวิทยาศาสตร์ด้านพฤติกรรม และสถาปนิกระบบ ระบบความรู้ที่กำลังสร้างขึ้นจะค้นหาฐานข้อมูลสิ่งพิมพ์เพื่อค้นหารายงานการประเมินการแทรกแซงการเปลี่ยนแปลงพฤติกรรม ดึงข้อมูลและสังเคราะห์สิ่งที่ค้นพบ ให้คำตอบสำหรับคำถาม และทำการอนุมานเกี่ยวกับการเปลี่ยนแปลงพฤติกรรม ซึ่งจะทำให้สามารถตอบคำถามที่มีหลักฐานโดยตรงเพียงเล็กน้อย
นักวิทยาศาสตร์ด้านพฤติกรรมของ UCL กำลังสร้างOntology การแทรกแซงการเปลี่ยนแปลงพฤติกรรม (BCIO) เพื่อจัดระเบียบหลักฐานโดยใช้คำศัพท์ที่เป็นมาตรฐานสำหรับการอธิบายแนวคิดหลักและความสัมพันธ์ของพวกเขา และใส่คำอธิบายประกอบรายงานการแทรกแซงที่ตีพิมพ์โดยใช้ ontology นี้ นักวิจัยของ IBM กำลังสร้างอัลกอริธึมเพื่อค้นหา คาดการณ์ แนะนำ และอธิบายการแทรกแซงการเปลี่ยนแปลงพฤติกรรมที่น่าจะมีประสิทธิภาพสำหรับสถานการณ์ที่กำหนด อัลกอริธึมเหล่านี้กำลังได้รับการฝึกอบรมโดยเอกสารการวิจัยที่มีคำอธิบายประกอบ เนื่องจากมีการใช้เอกสารการวิจัยที่มีคำอธิบายประกอบด้วยตนเองมากขึ้นในการฝึกระบบความรู้ อัลกอริธึมจะมีความแม่นยำและเชื่อถือได้มากขึ้น และการป้อนข้อมูลของมนุษย์จะมีความจำเป็นน้อยลง ส่วนที่สามของการทำงานร่วมกันนำโดยสถาปนิกระบบซึ่งกำลังสร้างอินเทอร์เฟซออนไลน์เพื่อให้มนุษย์และโปรแกรมคอมพิวเตอร์อื่นเข้าถึงข้อมูลการเปลี่ยนแปลงพฤติกรรมนี้ได้อย่างง่ายดาย
ระบบ AI สำหรับการเปลี่ยนแปลงพฤติกรรม
ระบบ AI ที่ IBM Research-Ireland กำลังพัฒนาประกอบด้วย:
อัลกอริธึมการดึงข้อมูลเพื่อดึงข้อมูลสำคัญ ๆ โดยอัตโนมัติจากรายงานการประเมินการแทรกแซงการเปลี่ยนแปลงพฤติกรรมและ
การเรียนรู้ด้วยเครื่องและอัลกอริธึมการให้เหตุผลเพื่อทำการอนุมานข้อมูลที่ดึงออกมาเพื่อสร้างการแทรกแซงที่แนะนำสำหรับสถานการณ์เฉพาะ และการคาดการณ์เกี่ยวกับผลลัพธ์ที่น่าจะเป็นไปได้ของการแทรกแซงที่ยังไม่ได้ทดลอง
[NPC5]มีการใช้อัลกอริธึมการดึงข้อมูลทั้งแบบไม่มีผู้ดูแลและควบคุมดูแลเพื่อดึงข้อมูลจากรายงานการวิจัย อัลกอริทึมถูกกำหนดไว้สำหรับข้อมูลแต่ละประเภทตามกรอบงานทั่วไป ในการตั้งค่าที่ไม่มีผู้ดูแลสำหรับแต่ละเอนทิตี เรากำหนดข้อความค้นหาที่ใช้เพื่อระบุข้อความที่มีแนวโน้มว่าจะมีค่าเป้าหมาย (เช่น สำหรับค่าเป้าหมาย = อายุของผู้เข้าร่วม ข้อความต้องมีคำว่า ผู้เข้าร่วม และ อายุ/ปี/เก่า และต้อง รวมจำนวนเต็ม) คำตอบของผู้สมัครจะถูกดึงออกมาจากแต่ละข้อความตามเกณฑ์ที่กำหนดไว้(เช่น สำหรับอายุของผู้เข้าร่วม คำตอบของผู้สมัครจะต้องเป็นจำนวนเต็ม) และจัดลำดับใหม่ตามการจัดตำแหน่งให้สอดคล้องกับคำถาม การจัดอันดับจะอิงตามความใกล้เคียง (เช่น คำตอบของผู้สมัครที่พบในข้อความที่ใกล้กับคำที่ใช้ในแบบสอบถามจะมีอันดับสูงกว่า) จัดอันดับสูงสุดคำตอบที่ถูกเลือก ในการตั้งค่าภายใต้การดูแลแบบสอบถามจะเรียนรู้โดยอัตโนมัติโดยตัวแยกประเภทที่ได้รับการฝึกอบรมเกี่ยวกับบทความที่เขียนคำอธิบายประกอบด้วยตนเองโดยทีมวิทยาศาสตร์เชิงพฤติกรรม คำอธิบายประกอบเหล่านี้ยังใช้สำหรับการประเมิน