QML: aprendizaje automático cuántico en acción para un caso de uso divertido de física de partículas y alta energía
El agosto de este año estuvo dedicado a la Escuela de Verano Global Quantum de IBM, donde no solo aprendí los conceptos básicos en un cronograma comprimido y una agenda apretada, sino también algunas aplicaciones de la computación cuántica. El insignia uno obtiene después de 4 semanas agotadoras es un “experiencia cuántica” en sí mismo, ya que crees que entiendes lo que estás haciendo pero, al mismo tiempo, no tienes idea de lo que está pasando. El mes pasó de los conceptos básicos de los circuitos cuánticos a los algoritmos variacionales a un ritmo rápido, lo que dejó sólo un tiempo pequeño y limitado para “hacer su propia investigación” y ensuciarse las manos en la parte de la aplicación.
En lo que respecta a las aplicaciones, la química cuántica, las simulaciones cuánticas y algunas tareas de modelado realmente complicadas encajarían en los problemas que pueden resolverse con computadoras cuánticas. Dicho esto, hay otra rama que está floreciendo y que está buscando mucho interés por parte de los usuarios e investigadores y es el aprendizaje automático cuántico (QML, en resumen).
Pensé que QML debería ser un sucesor lógico del ML convencional y me propuse hacer lo mismo. Ahora, quería tener un problema que no fuera sencillo de resolver para los algoritmos de ML debido al gran tamaño de los datos, difícil de identificar los patrones complejos, pero algo que pudiera codificar desde la comodidad de mi humilde máquina. No busqué más allá de nuestro viejo amigo, la Física, que esconde una gama de problemas complejos pero interesantes en su regazo y suena intelectualmente genial trabajar en tales problemas.
Así que va.
Decidí ocuparme del clasificación de la materia oscura Problema examinado en el marco del experimento OPERA (Proyecto de oscilación con aparato de arrastre de emulsión) asociado con el Gran Colisionador de Hadrones del CERN.
Planteamiento del problema
En resumen, entrenaremos un clasificador para diferenciar entre la señal y el ruido. La señal es la presencia de materia oscura y el ruido significa ausencia o algo completamente diferente, pero no la señal.