- US-Wissenschaftler entwickeln KI-System zur automatischen Einstellung von Quantengeräten.
- Projekt AQUA-WOLF zielt auf höhere Effizienz bei Quantencomputing und Dunkle-Materie-Suche.
- System trifft Entscheidungen basierend auf physikalischen Prinzipien, reduziert Personalbedarf.
- Forscher planen, KI-Agenten als Open-Source-Software zu veröffentlichen.
US-Wissenschaftler entwickeln einen intelligenten Agenten, der empfindliche Quantengeräte automatisch einstellen kann und so Quantencomputing sowie die Suche nach der schwer fassbaren Dunklen Materie beschleunigt. Dieses System der Künstlichen Intelligenz (KI) wird derzeit am Pacific Northwest National Laboratory (PNNL) in Richland im Bundesstaat Washington getestet. Laut Bericht kann der Agent parametrische Verstärker steuern, die durch Quantenrauschen begrenzt sind. Diese extrem rauscharmen Mikrowellengeräte dienen dazu, die durch die Quantenmechanik gesetzten extrem schwachen Signale zu verstärken, ohne nennenswert zusätzliches Rauschen einzuführen. Zudem werden sie in Experimenten zur Suche nach Dunkler Materie sowie in Systemen zum Auslesen von Informationen aus supraleitenden Quantenbits (Qubits) eingesetzt.
KI automatisiert Einstellung von Quantengeräten
Der Betrieb dieser Geräte erfordert jedoch üblicherweise erfahrene Physiker, die Einstellungen vornehmen und Ergebnisse testen – ein Prozess, der Stunden dauern kann. Um dieses Problem zu lösen, hat ein PNNL-Team unter Leitung von Dr. Christian Boutan ein KI-System zur Automatisierung dieser Aufgabe vorgeschlagen. Das Projekt trägt den Namen AQUA-WOLF (Autonomous Quantum Amplifier Workflow Optimization and Learning Framework) und wird vom Genesis Mission des US-Energieministeriums unterstützt.
Die neue Technologie könnte das Axion Dark Matter Experiment (ADMX) unterstützen, das nach hypothetischen Teilchen namens Axionen sucht. Dieses Experiment ist für einen Dunkle-Materie-Detektor recht ungewöhnlich, da es nicht tief unter der Erde liegt. ADMX nutzt eine in einem starken Magnetfeld platzierte Mikrowellenresonanzkammer, um nach kalten Dunklen-Materie-Axionen im lokalen galaktischen Dunklen-Materie-Halo zu suchen. Sollten sie existieren, hofft das Team, dass sie in Mikrowellenphotonen umgewandelt werden und so von hochempfindlichen Quantenelektronikgeräten erfasst werden können. Das Experiment muss eine Reihe möglicher Axionenmassen abscannen, was die Zeit, in der das Gerät Daten sammelt, besonders wertvoll macht.
Laut Boutan ist das Einstellen der Verstärker die „hauptsächliche Quelle von Zeitverlust“ im Suchprozess. Er glaubt jedoch, dass AQUA-WOLF diesen Prozess durch bestärkendes Lernen automatisieren kann. Der KI-Agent ändert eigenständig Einstellungen und lernt aus den Ergebnissen, anstatt sich auf Physiker zu verlassen, die Verstärker wiederholt nachjustieren.
Entscheidungen basierend auf physikalischen Prinzipien
Zunächst belohnen die Forscher das System basierend auf dem Gain – also dem Maß in Dezibel, wie stark der Verstärker das eingehende Signal verstärkt. Anschließend soll der Prozess erweitert werden, um weitere Faktoren wie Rauschen und Stabilität zu berücksichtigen. Die Wissenschaftler werden zudem die Wirksamkeit mehrerer Algorithmen testen, um die effizienteste Methode zu ermitteln. Gleichzeitig könnte die Automatisierung des gesamten Prozesses auch dem Quantencomputing zugutekommen. Denn die Verstärker lesen Informationen von Qubits aus. Da Quantencomputer jedoch Tausende von Qubits enthalten können, wird deren Einstellung schwierig. Die Forscher planen zudem, dem Agenten die Physik hinter den Geräten beizubringen und den Hamilton-Operator des Systems – die seine Energie beschreibende Mathematik – in den Agenten zu kodieren.
So kann er Entscheidungen auf Basis physikalischer Prinzipien treffen, anstatt lediglich durch Ausprobieren verschiedener Einstellungen zu explorieren.
Dr. Erik Lentz, Physiker am PNNL, der den KI-Agenten lehrt, physikalische Prinzipien für Schlussfolgerungen und Entscheidungen zu nutzen, sagt, herkömmliche Algorithmen seien bei der Exploration des verfügbaren Parameterraums „ziemlich ineffizient“. Da parametrische Verstärker ähnlich funktionieren, kann die KI mit weniger Training lernen, neue Geräte einzustellen. Das Team plant Tests an realer Hardware, beispielsweise an Verstärkern vom NIST, und deren Übertragung auf andere Verstärker, die letztlich in Experimenten wie ADMX zum Einsatz kommen könnten. Nach Validierung plant PNNL, den KI-Agenten als Open-Source-Software zu veröffentlichen.
Der Datensatz wird zudem die geteilte wissenschaftliche Infrastruktur der Genesis Mission unterstützen. Die Forscher erklären in der Pressemitteilung: „Ziel ist nicht, Wissenschaftler aus dem Labor zu entfernen, sondern sie davon zu befreien, Stunden mit lästigen Routinearbeiten zu verbringen, damit sie mehr Zeit haben, die Geheimnisse des Universums zu enträtseln.“
Bedeutung der Automatisierung für die Quantenforschung
Die Komplexität von Quantencomputing und Dunkler-Materie-Forschung macht den Einsatz von Automatisierungstechnologien besonders wichtig. Das KI-System des AQUA-WOLF-Projekts steigert nicht nur die Betriebseffizienz, sondern verringert auch die Abhängigkeit von spezialisierten Physikern, sodass sich Wissenschaftler auf kreativere Forschungsarbeit konzentrieren können. Mit der Weiterentwicklung der Quantentechnologie werden solche Automatisierungssysteme dazu beitragen, wissenschaftliche Entdeckungen zu beschleunigen, und könnten zu Schlüsselinstrumenten für zukünftiges Quantencomputing und die Suche nach Dunkler Materie werden.