Квантовая запутанность помогает играть в пинг-понг ⚡ экспресс
Исследование роли квантовой запутанности в соревновательном обучении с подкреплением выполнено на примере игры Pong. Восьмикубитная параметризованная квантовая схема использовалась как выделитель признаков в алгоритме Proximal Policy Optimization, что позволило сравнить разделимые схемы с архитектурами, включающими фиксированные (CZ) или обучаемые (IsingZZ) запутывающие вентили. Запутанные схемы систематически превосходят разделимые при равном числе параметров, а в режиме малой ёмкости достигают или превышают результаты классических многослойных перцептронов. Анализ сходства представлений показал, что запутанные схемы формируют структурно отличные признаки, согласующиеся с улучшенным моделированием взаимодействующих переменных состояния. Полученные результаты определяют запутанность как функциональный ресурс для обучения представлений в соревновательном обучении с подкреплением.
В пинг-понге две ракетки, связанные невидимой нитью, чувствуют движения друг друга, угадывая траекторию мяча. Исследователи наделили компьютер подобием такой нити — квантовой запутанностью. В обычную программу, которая учится на ошибках, встроили квантовую схему из восьми кубитов — частиц, способных крутиться подобно монетке на ребре. Когда их запутывают (Джон Белл показал странность этого эффекта), они становятся одним целым: толкните один — отзовутся все. Эта схема служила «глазами» алгоритма, превращая пиксели экрана в понятные сигналы.
Натяжение нити подстраивали прямо в игре, усиливая связь. И запутанный игрок обошёл обычные нейросети, особенно в нехватке ресурсов. Он различал скрытые узоры в движениях соперника, недоступные простым программам. Нить вибрировала, передавая информацию быстрее любых гравитационных волн, а её притяжение собирало кубиты воедино, словно миниатюрная чёрная дыра. Удивительно, что для такой связи потребовалось охладить чип почти до абсолютного нуля — температуры более низкой, чем в межзвёздном пространстве.
🎯 Чтобы запутать кубиты в лаборатории, часто охлаждают чипы почти до абсолютного нуля — холоднее, чем в открытом космосе.
🎬 Эта работа напоминает идею из романа «Игра Эндера», где искусственный интеллект учится, анализируя поведение людей в стратегических играх.