Thermodynamic Computing via Autonomous Quantum Thermal Machines

要約

私たちは、自律的な量子熱マシンに基づいた古典計算のための物理ベースのモデルを開発します。
これらのマシンは、異なる温度の複数の環境に接続された少数の相互作用する量子ビット (量子ビット) で構成されています。
ここでは、マシンを通る熱の流れがコンピューティングに利用されます。
このプロセスは、論理入力に従って環境の温度を設定することから始まります。
マシンは進化し​​、最終的には非平衡定常状態に達し、そこから補助的な有限サイズのリザーバーの温度を介して計算出力を決定できます。
このようなマシンは「熱力学ニューロン」と呼ばれ、線形分離可能な関数を実装でき、NOT、3 多数決、および NOR ゲートのケースについて明示的に説明します。
次に、熱力学ニューロンのネットワークが任意の望ましい機能を実行できることを示します。
私たちはモデルと人工ニューロン (パーセプトロン) との密接な関係について議論し、私たちのモデルが代替の物理ベースのニューラル ネットワークのアナログ実装、より一般的には熱力学コンピューティングのプラットフォームを提供すると主張します。

要約(オリジナル)

We develop a physics-based model for classical computation based on autonomous quantum thermal machines. These machines consist of few interacting quantum bits (qubits) connected to several environments at different temperatures. Heat flows through the machine are here exploited for computing. The process starts by setting the temperatures of the environments according to the logical input. The machine evolves, eventually reaching a non-equilibrium steady state, from which the output of the computation can be determined via the temperature of an auxilliary finite-size reservoir. Such a machine, which we term a ‘thermodynamic neuron’, can implement any linearly-separable function, and we discuss explicitly the cases of NOT, 3-majority and NOR gates. In turn, we show that a network of thermodynamic neurons can perform any desired function. We discuss the close connection between our model and artificial neurons (perceptrons), and argue that our model provides an alternative physics-based analogue implementation of neural networks, and more generally a platform for thermodynamic computing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google