QuantrolOx verwendet maschinelles Lernen, um Qubits zu steuern – Tech

Soul Hackers 2 Erscheinungsdatum Ankuendigungstrailer enthuellt

Quantrolox, ein junges Startup, das letztes Jahr aus der Oxford University ausgegliedert wurde, will maschinelles Lernen nutzen, um Qubits in Quantencomputern zu steuern. Das Unternehmen, das von einem Oxford-Professor mitbegründet wurde Andreas BriggsTech-Unternehmer Vishal Chatrathder Chefwissenschaftler des Unternehmens Natalia Ares und Leiter der Quantentechnologien Dominik Lennon, gab heute bekannt, dass es eine Seed-Finanzierungsrunde in Höhe von 1,4 Millionen £ (oder etwa 1,9 Millionen $) unter der Leitung von Nielsen Ventures und Hoxton Ventures aufgelegt hat. Auch Voima Ventures, Remus Capital, Dr. Hermann Hauser und Laurent Caraffa investierten in die Runde.

Die Technologie des Unternehmens ist technologieunabhängig und könnte auf alle Standard-Quantencomputertechnologien angewendet werden. Die Idee dabei ist, dass das System von QuantrolOx, anstatt einen langsamen manuellen Abstimmungsprozess zu durchlaufen, in der Lage sein wird, Qubits deutlich schneller abzustimmen, zu stabilisieren und zu optimieren. Aktuelle Methoden, argumentiert Chatrath, CEO von QuantrolOx, sind nicht skalierbar, zumal diese Maschinen immer besser werden.

„Ich habe mit einem US-Investor gesprochen. Er sagte, dass wir wie die Spitzhacken und Schaufeln der Quantenindustrie sind, da wir nicht auf Einnahmen warten müssen, damit ein Quantencomputer nützlich ist“, sagte Chatrath. „Wenn Sie von fünf Qubits auf – hoffentlich – Millionen von Qubits kommen, brauchen Sie unsere Software jeden Tag, um die Gerätecharakterisierung durchführen und die Qubits optimieren zu können.“

Derzeit konzentriert sich das Unternehmen jedoch auf Solid-State-Qubits. Das liegt zum Teil daran, dass das Unternehmen Zugang zu diesen Systemen hat, unter anderem durch eine enge Partnerschaft mit einem Labor in Finnland, das das Unternehmen noch nicht ganz bereit war, offenzulegen. Wie bei allen maschinellen Lernproblemen muss QuantrolOx genügend Daten sammeln, um effektive maschinelle Lernmodelle zu erstellen.

Wie Chatrath auch feststellte, befinden wir uns noch in den sehr frühen Stadien des Quantencomputings, aber wenn Tools wie QuantrolOx Forschern helfen können, den Prozess des Testens ihrer Geräte zu beschleunigen, ist das ein Segen für die gesamte Branche. Er stellte fest, dass viele Unternehmen der Branche bereits auf das Unternehmen zukommen, um seine Steuerungssoftware zu verwenden.

Das Unternehmen beschäftigt derzeit sieben Vollzeitmitarbeiter und plant, in naher Zukunft etwa 10 weitere Mitarbeiter einzustellen. Aber wie Chatrath feststellte, erwartet er nicht, dass diese Zahl in den nächsten zwei Jahren noch viel mehr wachsen wird. „Wir brauchen kein riesiges Team, weil wir uns auf unsere spezifische Nische konzentrieren“, sagte er. „Wir wollen kein Full-Stack. Wir wollen im Stapel nicht höher gehen – und wir können im Stapel nicht tiefer gehen, weil das die Hardware ist. Wir sind also sehr fokussiert.“

Derzeit konzentriert sich QuantrolOx darauf, mehr Partnerschaften mit den Herstellern von Quantencomputern aufzubauen. Dies sind ziemlich tiefgreifende Partnerschaften, da das Team im Wesentlichen Zugriff auf die physischen Maschinen benötigt, aber auch auf den Quellcode, der sie steuert, damit es sich in diese Systeme integrieren kann.

Ein Problem in der Branche ist derzeit natürlich, dass es sehr wenige Standards gibt, was Chatrash sehr bewusst ist. „Damit die Quantenindustrie erfolgreich ist, brauchen wir viele Startups wie uns selbst, die auf einen bestimmten Bereich hyperspezialisiert sind, denn ohne hyperspezialisierte Unternehmen werden wir keine Skaleneffekte erzielen“, sagte er. „Ich denke, diese ganze Full-Stack-Geschichte muss früher oder später aufhören. Die Menschen müssen anfangen, ein Ökosystem von Unternehmen aufzubauen.“

tch-1-tech