양자 인공생명체

양자 인공 생명체는 생물학적 행동을 시뮬레이션할 수 있는 능력을 가진 양자 알고리즘의 적용이다.양자 컴퓨터는 기계 학습과 인공지능을 포함한 고전적인 컴퓨터에서 수행되는 프로세스에 많은 잠재적 개선을 제공합니다.인공지능 애플리케이션은 종종 우리 자신의 뇌에서 영감을 얻습니다; 이것은 생체모방의 ^[1]한 형태입니다.이것은 (뉴럴 네트워크를 사용하여) 고전적인 컴퓨터에 어느 정도 구현될 수 있고 구현되어 왔지만, 양자 컴퓨터는 인공 ^[2]생명체의 시뮬레이션에서 많은 이점을 제공한다.인공 생명체와 인공지능은 매우 비슷하지만 그들의 목표는 다르다; 인공 생명체를 연구하는 목적은 살아있는 생명체를 더 잘 이해하는 것이고, 인공지능의 목표는 지능적인 ^[1]생명체를 만드는 것이다.

2016년 알바레즈 로드리게스 등은^[2] 생명체와 다윈의 ^[3]진화를 시뮬레이션할 수 있는 능력을 가진 양자 인공생명 알고리즘에 대한 제안을 개발했다.2018년에는 Alvarez-Rodrigers가 이끄는 같은 연구팀이 IBM IBM의 ibmqx4 양자컴퓨터로 제안된 알고리즘을 실행해 낙관적인 결과를 얻었다.결과는 양자 규모로 ^[2]자가 복제를 수행할 수 있는 시스템을 정확하게 시뮬레이션했다.

양자 컴퓨터상의 인공 생명체

양자 컴퓨터의 발전으로 연구자들은 생명 과정을 시뮬레이션하기 위한 양자 알고리즘을 개발하게 되었다.연구자들은 다윈의 ^[3]진화를 정확하게 시뮬레이션할 수 있는 양자 알고리즘을 고안했다.양자 컴퓨터에서의 인공생명체의 완전한 시뮬레이션은 한 그룹에 의해서만 실현되었으므로, 본 섹션에서는 Alvarez-Rodriges, Sanz, Lomata 및 Solano가 IBM 양자 ^[2]컴퓨터 상에서 구현한 것에 초점을 맞춘다.

개체는 두 개의 큐비트, 하나는 개체의 유전자형을 나타내고 다른 하나는 표현형을 ^[2]나타냅니다.유전자형은 세대를 통해 유전 정보를 전달하기 위해 복제되고 표현형은 유전 정보뿐만 아니라 개인의 ^[2]환경과의 상호작용에 의존합니다.시스템을 설정하기 위해 Genotype 상태는 보조 상태( $|0\rangle \langle 0|$ display $|0\rangle \langle 0|$ \ $displaystyle$ 0 \ $rangle 0$ } $|0\rangle \langle 0|$ )의 회전에 의해 인스턴스화됩니다.환경은 개인과 보조 상태에 의해 점유되는 2차원 공간 그리드이다.환경은 한 명 이상의 개체를 소유할 수 있는 세포로 나뉜다.개체는 그리드 전체를 이동하며 무작위로 세포를 점유합니다. 두 개 이상의 개체가 동일한 세포를 점유하면 ^[3]서로 상호작용합니다.

셀프 리플리케이션

임의의 큐비트의 기대치를 보조 상태로 클로닝하는 회로.

자기복제 능력은 생명을 시뮬레이션하는데 매우 중요합니다.자기복제는 개인의 유전자형이 새로운 개인을 위한 유전자형을 만드는 보조 상태와 상호작용할 때 일어난다. 이 유전자형은 표현형을 만들기 위해 다른 보조 상태와 상호작용한다.이 상호작용 동안 우리는 초기 상태에 대한 정보를 보조 상태로 복사하고 싶지만, no cloning 정리에 의해 임의의 미지의 양자 ^[4]상태를 복사하는 것은 불가능하다.그러나 물리학자들은 알려지지 않은 상태의 정확한 복사가 필요하지 않은 양자 복제를 위한 다른 방법을 도출해냈다.Alvarez-Rodrigues ^[2]등에 의해 구현된 방법은 ^[5]관측 가능한 일부의 기대치 복제를 수반한다. $\rho$ ${\mathsf {X}}$ X $({$ $displaystyle\rho$ 상태 $)$ 의 ${\mathsf {X}}$ 기대치를 복사하는 $Unitary$ U $U$ ({ $displaystyle$ \displaystyle\ $rho$ $)$ 에 대해 복제기계는 $(U,\rho _{e},{\mathsf {X}})$ 의 ( $(U,\rho _{e},{\mathsf {X}})$ $(U,\rho _{e},{\mathsf {X}})$ $(U,\rho _{e},{\mathsf {X}})$ $\rho _{e}$ x, $x,$ style, $style$ , $style,$ style, $style$ $,$ style, style, $(U,\rho _{e},{\mathsf {X}})$ style, for, for, for, for, for, for, for, for, for, for, for, for, for, for, for, for, for, $다음$ 사항을 충족하는 $mathsf$ {X $(U,\rho _{e},{\mathsf {X}})$ ^[6] $}}}.$

$(\displaystyle\forall\rho\forallX\in\mathsf{X})$ $({displaystyle {X}}=바 {X_{1}}=바 {X_{2}}})$

${\bar {X}}$ 서 X ${\bar {X}}$ {\({ $displaystyle {$ $X})$ 는 ${\bar {X}}$ $\rho$ 전 ${\({displaystyle$ \ $rho})$ 에서 $\rho$ 관측 가능한 ${\bar {X_{1}}}$ 이고 ${\bar {X_{2}}}$ 1 ${\bar {X_{2}}}$ {\({ $displaystyle {$ $X_1}})$ 은 ${\bar {X_{1}}}$ 복제 후 $displaystyle$ $\rho})$ 에서 $\rho$ ${\bar {X_{2}}}$ 관측 가능한 평균값입니다 $.$ $\rho _{e}$ 후 § $\rho _{e}$ {\ $displaystyle \rho$ _ ${e}}$ 에서 $\rho _{e}$ 관찰할 수 있는 모든 것.클론 머신은 $§(\displaystyle\rho)$ 에 $\rho$ 의존하지 않습니다.이는 초기 상태에 대한 관측 가능성의 기대를 복제할 수 있기 때문입니다.관찰 가능한 평균 값을 복제하면 ^[6]고전적으로 허용되는 것보다 더 많은 정보가 전송됩니다.평균값 계산은 자연스럽게 다음과 ^[6]같이 정의됩니다.

${\bar {X}}=Tr[\rho X]$ ${\bar {X}}=Tr[\rho X]$ ${\bar {X}}=Tr[\rho X]$ ${\bar {X}}=Tr[\rho X]$ $x$ X $]$ { \ $displaystyle$ { \ $rho$ X } ${\bar {X}}=Tr[\rho X]$ = $Tr$ [ \ ${\bar {X}}=Tr[\rho X]$ ${\bar {X_{1}}}=Tr[RX\otimes I]$ ${\bar {X}}=Tr[\rho X]$ $X$ ${\bar {X_{1}}}=Tr[RX\otimes I]$ = ${\bar {X_{1}}}=Tr[RX\otimes I]$ ${\bar {X_{1}}}=Tr[RX\otimes I]$ R ${\bar {X_{1}}}=Tr[RX\otimes I]$ ${\bar {X_{1}}}=Tr[RX\otimes I]$ ] ${\bar {X_{2}}}=Tr[RI\otimes X]$ \ $displaystyle$ { X _ { { $1} }$ = $Tr$ [ ${\bar {X_{2}}}=Tr[RI\otimes X]$ ${\bar {X_{1}}}=Tr[RX\otimes I]$ \ $otimes$ = ${\bar {X_{1}}}=Tr[RX\otimes I]$ R ${\bar {X_{2}}}=Tr[RI\otimes X]$ $RI\otimes$ X $]}$ 여기서 ${\bar {X_{2}}}=Tr[RI\otimes X]$ $R=U\rho \otimes \rho _{e}U^{\dagger }$ $R=U\rho \otimes \rho _{e}U^{\dagger }$ $R=U\rho \otimes \rho _{e}U^{\dagger }$ $R=U\rho \otimes \rho _{e}U^{\dagger }$ $R=U\rho \otimes \rho _{e}U^{\dagger }$ $R=U\rho \otimes \rho _{e}U^{\dagger }$ U $R=U\rho \otimes \rho _{e}U^{\dagger }$ \ $display$ R $= U$ \ $rho \ otimes _$ { e } 。 $U^{\dagger}}}$

가장 간단한 복제기기는 state $\sigma _{z}$ ${\$ $displaystyle$ $\rho$ $=$ \ $psi$ \ $rangle \psi }$ 의 $\sigma _{z}$ $\rho =|\psi \rangle \langle \psi |$ 기대치를 $U=CNOT$ z {\displaystyle $\rho$ $= \rangle$ $\$ $psi$ }에서 $\rho _{e}=|0\rangle \langle 0|$ $\rho _{e}=|0\rangle \langle 0|$ e $\rho _{e}=|0\rangle \langle 0|$ 0 $\rho _{e}=|0\rangle \langle 0|$ 0 ⟨ 0 $U=CNOT$ \ $displaystyle \rho$ {e} $U=CNOT$ 를 $U=CNOT$ 하여 클론한다 $.$ Alvarez-Rodriges 등이 자체 복제를 위해 구현한 Oning 머신.자가 복제 프로세스에는 분명히 두 큐비트 간의 상호 작용만 필요하므로 자가 복제에 필요한 것은 이 복제 머신뿐입니다.

상호 작용

두 사람이 환경 그리드에서 동일한 공간을 차지할 때 개인 간에 상호작용이 발생합니다.개인 간의 상호작용의 존재는 수명이 짧은 개인에게 이점을 제공한다.두 개인이 상호작용할 때, 두 표현형 사이의 정보 교환은 그들의 기존 값에 따라 일어날 수도 있고 아닐 수도 있다.두 개체의 제어 큐비트(유전자형)가 동일하면 정보가 교환되지 않습니다.제어 큐비트가 다를 경우 타깃 큐비트(페노타입)가 두 개인 간에 교환됩니다.이 절차는 시뮬레이션에서 지속적으로 변화하는 포식자-사료 역학을 생성합니다.따라서 시뮬레이션에서 더 큰 유전자 구성을 가진 장수 큐빗은 불리합니다.서로 다른 유전자 구조를 가진 개체와 상호작용할 때만 정보가 교환되기 때문에, 단명 인구가 ^[3]유리하다.

돌연변이

돌연변이는 실제 세계에서 일어나는 것과 동등한 제한된 확률로 인공 세계에 존재한다.개인이 돌연변이를 일으키는 방법은 랜덤한 단일 큐비트 회전을 통한 방법과 자가 복제 프로세스의 오류를 통한 방법 두 가지가 있습니다.개인에 작용하여 돌연변이를 일으키는 두 개의 다른 연산자가 있습니다.M 연산은 파라미터 θ에 의해 1 큐비트를 회전시킴으로써 개체 내에서 자발적인 돌연변이를 일으키며, 파라미터 θ는 각 돌연변이에 대해 랜덤하며, 인위적인 ^[3]환경 내에서 생물다양성을 생성한다.M 연산은 다음과 ^[3]같이 설명할 수 있는 단일 매트릭스입니다.

$(\displaystyle M=begin{pmatrix}\cos(\theta)&sin(\theta)&-cos(\theta)\end{pmatrix})$

돌연변이가 발생하는 다른 가능한 방법은 복제 프로세스의 오류입니다.복제 금지 정리 때문에, 원래 알려지지 않은 양자 ^[4]상태에 있는 시스템의 완벽한 복사본을 만드는 것은 불가능하다.하지만, 양자 복제 기계는 양자 상태의 불완전한 복사본을 만드는 것을 가능하게 합니다. 다시 말해, 그 과정은 어느 정도의 오류를 ^[7]야기합니다.현재의 양자 복제 기계에 존재하는 오류는 인공 생명 실험의 두 번째 종류의 돌연변이의 근본 원인이다.불완전한 복제 작업은 다음과 같이 ^[3]볼 수 있습니다.

$U_{M}(\theta)=\mathrm {I}_{4}+{\frac {1}{2}}{\display {pmatrix}0&0&1\end {pmatrix}\otimes {pmatrix}-1&1&1&1&1\pmatrix}{cos +1$

두 종류의 돌연변이는 개인에게 다르게 영향을 미친다.자발적인 M 수술은 개인의 표현형에 영향을 주지 않지만, 자기 복제 오류 돌연변이 UM은 개인의 유전자형과 관련된 ^[3]수명 모두를 변화시킨다.

양자 인공 생명 실험에서 돌연변이의 존재는 무작위성과 생물 다양성을 제공하는 데 매우 중요하다.돌연변이를 포함하면 양자 ^[2]알고리즘의 정확성을 높일 수 있습니다.

죽음.

개체가 생성되는 순간(유전자형이 표현형으로 복사될 때) 표현형은 환경과 상호작용합니다.시간이 경과함에 따라, 개인과 환경의 상호작용은 노화를 시뮬레이션하고,^[2] 이는 결국 개인의 죽음으로 이어진다. $\sigma _{z}$ 의 사망은 $\sigma _{z}$ , z \ $displaystyle \displaystyle$ _ ${z}$ 의 $\sigma _{z}$ 기대치가 표현형에서 1의 $\epsilon$ {\ \ $displaystyle$ \ $displaystyle$ $\rho _{p}=|0\rangle \langle 0|$ $\rho _{p}=|0\rangle \langle 0|$ $\rho _{p}=|0\rangle \langle 0|$ 0 $display$ 0 $\rho _{p}=|0\rangle \langle 0|$ （ displaystyle \ $rho$ _ {p} $= 0$ \ $rangle$ 0 $）$ 의 $\epsilon$ 범위 내에 있을 때 발생한다.

Lindbladian은 개인과 환경의 ${\dot {\rho }}=\gamma (\sigma \rho \sigma ^{\dagger }-{\frac {1}{2}}\sigma ^{\dagger }\sigma \rho -{\frac {1}{2}}\rho \sigma ^{\dagger }\sigma )$ 을 ${\dot {\rho }}=\gamma (\sigma \rho \sigma ^{\dagger }-{\frac {1}{2}}\sigma ^{\dagger }\sigma \rho -{\frac {1}{2}}\rho \sigma ^{\dagger }\sigma )$ 과 같이 기술합니다.\ $display$ { \ $dot$ \ $rho$ } $=$ \ $frac （$ \ $rho$ \ $^$ { \ $rho$ ^ } - $1 2$ ） $。$ $1$ \ $displaystyle$ \ $times 0$ \ $rangle$ \ $\rho =\rho _{g}\otimes \rho _{p}$ 1 $\sigma =I\otimes |0\rangle \langle 1|$ } andρ $\rho =\rho _{g}\otimes \rho _{p}$ = \ $、$ $p$ \ $displaystyle$ \rho $=$ \ $rho$ _ { $g$ } \ $times$ \ $rho$ _ $\rho =\rho _{g}\otimes \rho _{p}$ { p $\rho =\rho _{g}\otimes \rho _{p}$ ^[3]} $\sigma =I\otimes |0\rangle \langle 1|$ 。이 상호작용에 의해 표현형은 시간이 지남에 따라 기하급수적으로 감소합니다.그러나 유전자형에 포함된 유전물질은 소멸되지 않아 유전자가 다음 세대로 유전될 수 있다.유전자형의 초기 상태가 지정되면:

$\displaystyle \rho _{g}=pmatrix {pmatrix}a&b+ic&1-a&\end{pmatrix}}$

유전자형과 표현형의 기대값은 다음과 ^[3]같이 설명할 수 있습니다.

$\langle \sigma _{z}\rangle _{g}=2a-1$ $\langle \sigma _{z}\rangle _{g}=2a-1$ ⟩ $\langle \sigma _{z}\rangle _{g}=2a-1$ $\langle \sigma _{z}\rangle _{g}=2a-1$ $2$ - 1 { $displaystyle \$ displayle _ { z } \ $rangle$ $_$ { g } = $2a$ - $\langle \sigma _{z}\rangle _{g}=2a-1$ 1 , $\langle \sigma _{z}\rangle _{p}=1-2e^{\gamma t}(1-a)$ ⟨ $\langle \sigma _{z}\rangle _{p}=1-2e^{\gamma t}(1-a)$ $1$ - $\langle \sigma _{z}\rangle _{p}=1-2e^{\gamma t}(1-a)$ $\langle \sigma _{z}\rangle _{p}=1-2e^{\gamma t}(1-a)$ ( 1 - a $){$ displaystyle \ $displaystyle$ _ { $p }$ = 1 - 2 e （ $t ）$ 이 방정식에서 우리는 'a'가 증가할수록 기대수명이 감소함을 알 수 있다.마찬가지로 초기 상태가 1 $|1\rangle \langle 1|$ 에 $|1\rangle \langle 1|$ (\ $displaystyle$ 1 $\rangle \langle$ 1 $|1\rangle \langle 1|$ 개인의 기대수명은 늘어납니다.

$\langle \sigma _{z}\rangle _{p}=1-\epsilon$ $\langle \sigma _{z}\rangle _{p}=1-\epsilon$ $\langle \sigma _{z}\rangle _{p}=1-\epsilon$ $\langle \sigma _{z}\rangle _{p}=1-\epsilon$ $\langle \sigma _{z}\rangle _{p}=1-\epsilon$ - $display$ \ displaystyle \ $displayle$ \ $rangle$ _ { $z$ } \ $rangle _$ { p } = $1$ - \ ipsilon $\langle \sigma _{z}\rangle _{p}=1-\epsilon$ 일 경우 개체는 죽은 것으로 간주되고 표현형은 새로운 개체의 보조 상태로 사용됩니다.따라서 주기가 지속되고 프로세스가 자급자족하게 됩니다.

비록 죽음이 개인이 창조되는 순간일지라도, 그것이 항상 일어나는 것은 아니다.그런데 공산주의자들에게는 ^[3]불협화음이 있다.

레퍼런스

^ ^a ^b "What Is Biomimicry". biomimicry.org. Retrieved 2020-09-21.
^ ^a ^b ^c ^d ^e ^f ^g ^h ⁱ Alvarez-Rodriguez, U.; Sanz, M.; Lamata, L.; Solano, E. (October 2018). "Quantum Artificial Life in an IBM Quantum Computer". Scientific Reports. 8 (1): 14793. doi:10.1038/s41598-018-33125-3. ISSN 2045-2322. PMC 6172259. PMID 30287854.
^ ^a ^b ^c ^d ^e ^f ^g ^h ⁱ ^j ^k Alvarez-Rodriguez, Unai; Sanz, Mikel; Lamata, Lucas; Solano, Enrique (2016-02-08). "Artificial Life in Quantum Technologies". Scientific Reports. 6 (1): 20956. doi:10.1038/srep20956. ISSN 2045-2322. PMC 4745074. PMID 26853918.
^ ^a ^b Wootters, W. K.; Zurek, W. H. (October 1982). "A single quantum cannot be cloned". Nature. 299 (5886): 802–803. doi:10.1038/299802a0. ISSN 0028-0836.
^ Alvarez-Rodriguez, U.; Sanz, M.; Lamata, L.; Solano, E. (2014-05-09). "Biomimetic Cloning of Quantum Observables". Scientific Reports. 4 (1): 4910. doi:10.1038/srep04910. ISSN 2045-2322. PMC 5381281. PMID 24809937.
^ ^a ^b ^c Ferraro, Alessandro; Galbiati, Matteo; Paris, Matteo G A (2006-03-22). "Cloning of observables". Journal of Physics A: Mathematical and General. 39 (14): L219–L228. arXiv:quant-ph/0509170. doi:10.1088/0305-4470/39/14/l02. ISSN 0305-4470.
^ Cerf, Nicolas J. (2000-02-01). "Asymmetric quantum cloning in any dimension". Journal of Modern Optics. 47 (2–3): 187–209. arXiv:quant-ph/9805024. doi:10.1080/09500340008244036. ISSN 0950-0340.

[:4-1] "What Is Biomimicry". biomimicry.org. Retrieved 2020-09-21.

[:0-2] ^ ^a ^b ^c ^d ^e ^f ^g ^h ⁱ Alvarez-Rodriguez, U.; Sanz, M.; Lamata, L.; Solano, E. (October 2018). "Quantum Artificial Life in an IBM Quantum Computer". Scientific Reports. 8 (1): 14793. doi:10.1038/s41598-018-33125-3. ISSN 2045-2322. PMC 6172259. PMID 30287854.

[:1-3] ^ ^a ^b ^c ^d ^e ^f ^g ^h ⁱ ^j ^k Alvarez-Rodriguez, Unai; Sanz, Mikel; Lamata, Lucas; Solano, Enrique (2016-02-08). "Artificial Life in Quantum Technologies". Scientific Reports. 6 (1): 20956. doi:10.1038/srep20956. ISSN 2045-2322. PMC 4745074. PMID 26853918.

[:3-4] Wootters, W. K.; Zurek, W. H. (October 1982). "A single quantum cannot be cloned". Nature. 299 (5886): 802–803. doi:10.1038/299802a0. ISSN 0028-0836.

[5] Alvarez-Rodriguez, U.; Sanz, M.; Lamata, L.; Solano, E. (2014-05-09). "Biomimetic Cloning of Quantum Observables". Scientific Reports. 4 (1): 4910. doi:10.1038/srep04910. ISSN 2045-2322. PMC 5381281. PMID 24809937.

[:2-6] Ferraro, Alessandro; Galbiati, Matteo; Paris, Matteo G A (2006-03-22). "Cloning of observables". Journal of Physics A: Mathematical and General. 39 (14): L219–L228. arXiv:quant-ph/0509170. doi:10.1088/0305-4470/39/14/l02. ISSN 0305-4470.

[7] Cerf, Nicolas J. (2000-02-01). "Asymmetric quantum cloning in any dimension". Journal of Modern Optics. 47 (2–3): 187–209. arXiv:quant-ph/9805024. doi:10.1080/09500340008244036. ISSN 0950-0340.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

Search