Физики придумали квантовое го
---
Xian-Min Jin et al. / arXiv.org, 2020
Китайские физики придумали и экспериментально реализовали квантовый вариант игры в го. Они показали, что множество возможных позиций в такой игре значительно больше, чем у классического аналога. Благодаря своей сложности квантовое го может стать одним из перспективных кандидатов для демонстрации квантового превосходства. Препринт статьи доступен на arXiv.org.
В 2016 году программа AlphaGo, которая использует алгоритмы машинного обучения, обыграла Ли Седоля, а затем и Кэ Цзе — сильнейших игроков в го. На тот момент казалось, что обработать такое огромное количество информации и обыграть профессионала просто невозможно. Подробнее об этом читайте в материале «Го: речь поражения».
Ученые под руководством
Сань Минь Цзинь (Xian-Min Jin) из Научно-технического университета Китая решили увеличить и без того большое число возможных позиций игры с помощью квантовой
механики. Такая задача становится интересной не только с
точки зрения возможностей машинного обучения, но и с точки зрения квантовых
технологий. Она может быть слишком сложной для классического компьютера, что
дает возможность квантовым вычислениям продемонстрировать свое превосходство.
В классическое го играют камнями
двух цветов — черного и белого. Два игрока по очереди выставляют камни на пересечения
клеток игрового поля размеров 19 на 19 (возможны варианты 9 на 9, 13 на
13). Цель игры — отгородить своими камнями территорию больше, чем у соперника. Дополнительные очки можно получить, если на захваченной территории есть камни противника.
Авторы предложили новую версию игры с использованием квантовой суперпозиции и измерений. В квантовом го появляется возможность ставить камень сразу в два разных места доски. Игрок выбирает две
позиции, в которых может находиться камень и указывает их. С этого момента и до
того, как этот камень будет измерен, он находится в состоянии
суперпозиции. То есть с определенными вероятностями он может быть обнаружен в одном
или другом положении. Даже игрок, который поставил этот квантовый камень не
знает, где именно окажется камень после измерения. Измерение в квантовой
механике заставляет квантовый объект выбрать одно из двух состояний (сколлапсировать). В данном случае после измерения квантовый камень превращается в классический и
занимает только одно место на доске. Измерение камня происходит тогда, когда на
соседнем пересечении появляется другой камень.
В начальном положении на доске находятся три квантовых камня: 1, 2, 3. На рисунке b показаны все варианты, когда камни 1 и 3 сколлапсировали в одно из двух состояний. После постановки на доску камня 4, происходит их измерение камней 1, 3 и они становятся классическими (самая правая картинка).
Xian-Min Jin et al. / arXiv.org, 2020
Такая вариация игры добавляет в
нее элемент случайности и значительно увеличивает множество возможных расстановок. Помимо этого усложнить
игру можно и другим способом: скрывать часть информации об игре от участников. В квантовом го можно предоставить игроку самому выбирать вероятности
положения камня и не говорить о них сопернику. В таком случае игра может быть
сведена к классическому го, если каждый раз одному из положений присваивать единичную
вероятность.
В исследовании своей задумки
авторы пошли дальше и создали экспериментальный прототип игры. Для этого они
использовали источник пар запутанных фотонов, которые измерялись с помощью
однофотонных детекторов. Каждое измерение в игре производилось над реальной
квантовой системой, коллапс которой говорил о том, куда необходимо поставить
измеряемый камень. Такая оптическая схема позволяет реализовывать и вариант
игры со скрытой информацией.
Дерево всех возможных исходов игры на доске 3 на 3 для (a) классического го, (b) квантового го
Xian-Min Jin et al. / arXiv.org, 2020
Простейшая модель игры на доске 3 на 3 показала, что множество позиций для квантового го значительно больше, чем для классического. Кроме того, квантовое го оказалось сложнее не только своего классического аналога, но и других недетерминированных игр и игр со скрытой информацией. Благодаря своей сложности новая игра может стать полем для экспериментов в области классических и квантовых алгоритмов.
Пока программы на основе алгоритмов машинного обучения показывают успехи в соревновании с людьми. Так, ученые из DeepMind разработали алгоритм AlphaStar для игры StarCraft 2, который обыграл 99,8 процента игроков в одном
турнире. Покер тоже не остался без внимания: искусственный интеллект Libratus выиграл у профессиональных игроков
в 20-дневном покерном турнире. А новая версия AlphaGo Zero самостоятельно научилась играть в шахматы и сёги.
Оксана Борзенкова
Источник: labuda.blog
Комментарии (0)
{related-news}
[/related-news]