Китайські фізики придумали і експериментально реалізували квантовий варіант гри в го. Вони показали, що безліч можливих позицій в такій грі значно більше, ніж у класичного аналога. Завдяки своїй складності квантове го може стати одним з перспективних кандидатів для демонстрації квантової переваги. Препринт статті доступний на arXiv.org.
У 2016 році програма AlphaGo, яка використовує алгоритми машинного навчання, обіграла Лі Седоля, а потім і Ке Цзе - найсильніших гравців в го. На той момент здавалося, що обробити таку величезну кількість інформації і обіграти професіонала просто неможливо. Детальніше про це читайте в матеріалі "Го: мова поразки ".
Вчені під керівництвом Сань Мінь Цзінь (Xian-Min Jin) з Науково-технічного університету Китаю вирішили збільшити і без того велику кількість можливих позицій гри за допомогою квантової механіки. Таке завдання стає цікавим не тільки з точки зору можливостей машинного навчання, а й з точки зору квантових технологій. Вона може бути занадто складною для класичного комп'ютера, що дає можливість квантовим обчисленням продемонструвати свою перевагу.
У класичне го грають камінням двох кольорів - чорного і білого. Два гравці по черзі виставляють каміння на перетин клітин ігрового поля розмірів 19 на 19 (можливі варіанти 9 на 9, 13 на 13). Мета гри - відгородити своїми каменями територію більше, ніж у суперника. Додаткові окуляри можна отримати, якщо на захопленій території є камені противника.
Автори запропонували нову версію гри з використанням квантової суперпозиції та вимірювань. У квантовому го з'являється можливість ставити камінь відразу в два різних місця дошки. Гравець вибирає дві позиції, в яких може знаходитися камінь і вказує їх. З цього моменту і до того, як цей камінь буде виміряний, він знаходиться в стані суперпозиції. Тобто з певними ймовірностями він може бути виявлений в одному або іншому положенні. Навіть гравець, який поставив цей квантовий камінь не знає, де саме виявиться камінь після вимірювання. Вимірювання в квантовій механіці змушує квантовий об'єкт вибрати один з двох станів (сколапсувати). У даному випадку після вимірювання квантовий камінь перетворюється на класичний і займає тільки одне місце на дошці. Вимірювання каменю відбувається тоді, коли на сусідньому перетині з'являється інший камінь.
Така варіація гри додає до неї елемент випадковості і значно збільшує безліч можливих розстановок. Крім цього ускладнити гру можна й іншим способом: приховувати частину інформації про гру від учасників. У квантовому го можна надати гравцеві самому вибирати ймовірності положення каменю і не говорити про них супернику. У такому випадку гра може бути зведена до класичного го, якщо кожен раз одному з положень присвоювати поодиноку ймовірність.
У дослідженні своєї задумки автори пішли далі і створили експериментальний прототип гри. Для цього вони використовували джерело пар заплутаних фотонів, які вимірювалися за допомогою однофотонних детекторів. Кожен вимір у грі проводився над реальною квантовою системою, колапс якої говорив про те, куди необхідно поставити камінь, що вимірюється. Така оптична схема дозволяє реалізовувати і варіант гри з прихованою інформацією.
Найпростіша модель гри на дошці 3 на 3 показала, що безліч позицій для квантового го значно більше, ніж для класичного. Крім того, квантове го виявилося складнішим не тільки свого класичного аналога, а й інших недетермінованих ігор та ігор з прихованою інформацією. Завдяки своїй складності нова гра може стати полем для експериментів в області класичних і квантових алгоритмів.
Поки програми на основі алгоритмів машинного навчання показують успіхи в змаганні з людьми. Так, вчені з DeepMind розробили алгоритм AlphaStar для гри StarCraft 2, який обіграв 99,8 відсотка гравців в одному турнірі. Покер теж не залишився без уваги: штучний інтелект Libratus виграв у професійних гравців у 20-денному покерному турнірі. А нова версія AlphaGo Zero самостійно навчилася грати в шахи і села.