Подразделение Google Quantum AI представило публике новый квантовый процессор Willow, который, по заявлению компании, решает ключевую проблему разработки квантовых компьютеров – проблему шумов и ошибок (это аналог «галлюцинаций» больших языковых моделей, не дающих возможности использовать их всерьез). В Google заявляют, что «Willow может экспоненциально уменьшать количество ошибок по мере масштабирования с использованием большего количества кубитов». Если все так, это может стать важнейшим технологическим прорывом!

К таким новостям обычно прикрепляют картинки с типичным квантовым компьютером, похожим на позолоченную люстру или перевернутый свадебный торт. Воспользуюсь случаем, чтобы рассказать, из каких штуковин состоит такой квантовый компьютер. Сам квантовый процессор размером с монетку – это квадратик в самом низу «люстры», он виден внизу в центре на второй картинке. Все остальное – инфраструктура, обеспечивающая работу квантового чипа. Ее главная задача – поддерживать температуру, как можно более близкую к абсолютному нулю, - это нужно для достижения состояния сверхпроводимости, и чтобы сохранить кубиты стабильными.

Многоэтажный торт - это холодильник. Каждая горизонтальная пластина холоднее предыдущей, - у верхней комнатная температура, а на самой нижней 0.01 К, - ниже, чем в открытом космосе. Там и расположен квантовый процессор. А в нем сверхпроводящие кубиты - микроскопические кусочки двух металлов в состоянии сверхпроводимости, разделенных тончайшим слоем изолятора.

В процессоре Гугла 105 кубитов, но на этих фотографиях не он, а 50-кубитный компьютер IBM в квантовом центре под Нью-Йорком. Кубиты находятся на чипе, к которому подсоединены кабели для входных и выходных сигналов.

Сверху вниз «люстру» пронзают трубки-охладители, по которым течет криогенный материал – гелий. И множество кабелей, несущих входные и выходные сигналы с кубитов, - они тоже изготовлены из сверхпроводника, чтобы минимизировать затраты энергии.

Кажется, этого хватит, чтобы поразить знакомых знанием устройства квантового компьютера на сверхпроводящих кубитах, - такие скоро будут стоять на каждом углу, - если, конечно, придумают, для чего они нужны ))

Лица Чернова

Как-то раз я работал в самом большом банке страны и решал проблему визуализации данных по ипотечным сделкам: аналитики подготовили набор свойств сделки - есть ли ребенок в сделке, ДДУ или вторичка и тд и тп, достаточно большой набор классификаций, который был не на цифрах, а просто набором логических свойств сделки, которую проводил оператор в банке

У меня стояла задача даже не просто причесать этого монстра, а придумать формат визуализации, который а) не был бы скучным и б) соответствовал определенному мнемоническому принципу, а еще нравился вице-президенту банка

Строго говоря, принцип композициональности гласит: «Значение сложного выражения есть функция значений его частей и того способа, каким они соединены синтаксически». Это – содержательное определение, восходящее в новейшей истории логики и логической семантики Готтлобу Фреге - и в этом есть некоторый смысл использования такого приема визуализации как лица Чернова, пусть и несколько не датацентрично в моем исполнении.

Я предложил использовать в качестве способа отображения информации о сделке именно лица Чернова, как особый вид диаграммы. Лица Чернова (Chernoff Faces) - это схема визуального представления многофакторных данных в виде человеческого лица. Каждая часть лица: нос, глаза, рот - представляет собой значение определенной переменной, назначенной для этой части: так можно изобразить большой массив из 20-переменных в виде простого и понятного всем изображения. Математик Герман Чернов предположил в 70-ые годы, что лица людей это всегда хорошо воспринимаемый и запоминаемый паттерн и предложил использовать в качестве рабочего инструмента построения пиктографиков.
Проблема такого отображения данных в том, что обычно это булевые - 0 и 1, где вместо 0 - пустой зрачок, а 1 графическое изображение огромного яркого зрачка. Все реальные данные будут отображаться между этими промежутками на лице, что рисует своеобразного гомункулуса. Анализ информации при помощи такого способа отображения основан на способности человека интуитивно находить сходства и различия в чертах лица.

Наверное, если это рисовать в библиотеке питона, то выглядит несколько хуже, зато при помощи таких данных можно легко обозначить большое число свойств - как в нашем случае. Удивительно, но нет никаких примеров использования лиц Чернова в аниме-стилистике! Из свежего - использование лиц Чернова для визуализации выборов в США между Хилари и Трампом

Конец простой: идея понравилась топам, но нереализовалась, такое бывает. Зато на днях для одной психологической классификации вспомнилось - и это очень любопытный способ добавить веселья в данные, тогда, когда это может быть нужно (скука, стресс и тп)

Нейрогармониум, или как звучит мозг 🧠🎵

Визуализация данных - прекрасный источник вдохновения для science art. В Музее современного искусства PERMM сейчас выставляют еще более художественное воплощение методики, похожей на Лица Чернова, - нейрогармониум.

Создатели описывают этот инструмент, как электроакустический спектральный синтезатор. Он преобразует спектрограммы белкового состава различных областей мозга (которые вообще-то обычно пристально рассматривают глазами) в причудливые неземные звуки.

Закодированная в этих спектрах информация сложна для визуального восприятия, но скрытые закономерности можно уловить с помощью уха. На слух легко и без подготовки различаешь образцы мозговой ткани в здоровом и патологическом состояниях.

Жаль, я не догадался записать звучание этого необычного инструмента, но вы можете услышать пример на отметке 01:04:00 в подробной двухчасовой лекции на YouTube.

#scienceart #наука #искусство #нейронаука #PERMM