Chula Intelligent and Complex Systems - CHICS

[ประชาสัมพันธ์] สัมนาพิเศษเรื่อง Double Bracket Flow Quantum Algorithms

Siam Quantum Square (SQ2) แห่งจุฬาลงกรณ์มหาวิทยาลัย และ Chula Intelligent and Complex Systems ขอเรียนเชิญคณาจารย์ และนักวิจัยที่สนใจ เข้าร่วมรับฟังสัมมนาพิเศษในหัวข้อ Double Bracket Flow Quantum Algorithms บรรยายโดยสองผู้คิดค้นอัลกอริทึมนี้โดยตรง ซึ่งกำลังเป็นที่จับตามองในวงการอัลกอริทึมควอนตัมระดับนานาชาติ

การบรรยายเซ็ตนี้นำเสนอการพิจารณางอัลกอริทึมควอนตัมด้วย Riemannian geometry of unitary groups ซึ่งนำมาสู่มุมมองใหม่ที่เชื่อมโยงอัลกอริทึมที่รู้จักกันดีอย่าง Grover's search เข้ากับแนวคิด geodesic flow และ imaginary-time evolution ซึ่งเป็นพื้นฐานสำคัญในการเตรียม thermal quantum state

กำหนดการ: วันพุธที่ 29 ตุลาคม 2568 (ช่วงบ่าย) ห้อง 610 อาคารมหามกุฎ

(โหลดตัวอย่าง slides ได้ใน QR code ด้านล่างนี้)

A quick update from our group: Kasidit’s master-project preprint on analog variational quantum algorithms is now online, and Quantum Zeitgeist has written a short piece about it.

📄 Preprint: [https://scirate.com/arxiv/2506.13865]

🎥 Kasidit’s QTML 2024 talk: [https://www.youtube.com/watch?v=YnFzDbhtLa4]

📰 News Article: [https://quantumzeitgeist.com/quantum-algorithms-benefit-from-many-body-localisation-for-improved-scalability/]

Quantum Algorithms Benefit From Many-Body Localisation For Improved Scalability. Research demonstrates that utilising many-body-localisation within variational quantum algorithms, specifically by initialising ansätze in a disordered Ising chain’s many-body-localised phase and tuning disorder strength, mitigates barren plateaus and enhances scalability compared to thermalised ...

[ประชาสัมพันธ์สัมนาพิเศษ]

หัวข้อ Chaos and Thermalization
โดย Professor Sergej Flach (Director of IBS, South Korea)

วันจันทร์ที่ 16 มิถุนายน 2568
เวลา 13.00-15.00 น.
ณ ห้องน้ำชา (ฟิสิกส์ 123) ภาควิชาฟิสิกส์ จุฬา

Abstract

We will discuss strategies to quantify the thermalization of isolated classical nonlinear many body systems.
Generically the underlying Hamiltonian will be nonintegrable and the dynamics chaotic. A trajectory will
endlessly scan the available phase space. Following the approach of an experimentalist, we can measure
observables (aka functions on the phase space) and their temporal fluctuations. We then extract time scales
from these fluctuations which will give us estimates of ergodization times — times up to which we
have to wait to observe reasonable agreement between time averages and phase space averages of
observables in agreement with the ergodic theory. Since there are infinitely many observables, we can
produce infinitely many ergodization times. Following the mathematical approach of a theorist we can
measure the entire Lyapunov spectrum and invert the exponents to obtain an entire spectrum of chaos time
scales. Frequently studies quench the system into a specific initial state and evolve it in order to attempt
to measure some thermalization time. An early example is the Fermi-Pasta-Ulam-Tsingou (FPUT)
paradox. How are all these time scale sets related to each other? Answers and surprises can be found when
tuning the systems close to integrability where thermalization is expected to slow down. I will use FPUT,
Toda, unitary circuit networks and Josephson junction network models as numerical platforms to
investigate the above problems.

What are simple rules that lead to immense complexity?

เราอาจเคยได้ยิน logistic map หรือ Game of Life ที่ใช้กฎง่าย ๆ สร้างวิวัฒนาการซับซ้อน

งานวิจัยชิ้นใหม่นี้เราได้ร่วมมือกับนักคณิตศาสตร์ในอเมริกา โปแลนด์ และ Google DeepMind อธิบายคอนเซปต์ของกฎที่เกิดขึ้นในระบบซึ่งวิวัฒนาการผ่านการเรียนรู้ [โหลดบทความฉบับเต็มฟรี 30 วัน Communications in Nonlinear Science and Numerical Simulation: Tier 1 Applied Mathematics] https://www.sciencedirect.com/science/article/pii/S1007570425003740

หนึ่งในเสน่ห์ของฟิสิกส์ทฤษฎีคือการแปลงปรากฏการณ์ต่าง ๆ ให้เป็นภาษาคณิตศาสตร์ แล้วพบว่าสารพัดระบบใช้กฎเดียวกันอธิบายได้ เช่น กฎแรงโน้มถ่วงของนิวตัน F = GMm/r² ที่ครอบจักรวาลตั้งแต่ดวงอาทิตย์ แอปเปิล ไม้จิ้มฟัน ยันเรือรบ

งานชิ้นนี้หยิบคณิตศาสตร์ด้าน one-dimensional chaos มาอธิบาย “การตัดสินใจเพื่อหวังผลตอบแทนสูงสุด” ที่อธิบายได้ในหลากหลายระบบ เช่น

-วิวัฒนาการของสิ่งมีชีวิต
-พฤติกรรมการเลือกของมนุษย์
-อัลกอริทึมปรับน้ำหนักในงาน optimization

เมื่อแปลงทุกอย่างเป็นภาษา dynamical system แล้ววิเคราะห์ เราพบว่าวิถีวิวัฒน์เหล่านี้คล้าย “rotation map” ที่หมุนด้วยมุม k/n (k กับ n เป็น coprime) ซึ่งเป็นวัตถุสำคัญในทฤษฎีความโกลาหลและระบบซับซ้อน การหมุนลักษณะนี้ทำให้เส้นทางไม่วนซ้ำง่าย ๆ แต่กระจายทั่วเส้นรอบวงบนวงกลม เชื่อมโยงกับ ergodic theory และ thermalization ในฟิสิกส์สถิติ แสดงกลไกสร้างความหลากหลายและความซับซ้อนจากกฎพื้นฐานเรียบง่าย

สรุปสั้น ๆ งานนี้เจาะศึกษากฎพื้นฐานของความซับซ้อนที่ผุดจาก “กติกาการตัดสินใจ” ง่าย ๆ นั่นเอง

สำหรับคนทั่วไปงานนี้อาจดูไร้ประโยชน์ แต่สำหรับผู้ทำ machine learning/AI การมีกฎที่เข้าใจได้ 100 % ช่วยให้ “มั่นใจ” ว่าเกิดอะไรขึ้นในระบบที่มีการเรียนรู้ เป็นฐานให้ต่อยอดความรู้ได้มั่นคง และพัฒนาระบบที่ซับซ้อนยิ่งขึ้น ประโยชน์มากน้อยอยู่ที่มุมมองและการนำ “ความรู้และความเข้าใจ” คณิตศาสตร์บริสุทธิ์นี้ไปใช้

From Nishimori himself.

“This may be one of the most significant papers in my 45-year career in the statistical physics of spin glasses. It paves the way for analytically addressing two long-standing issues: (i) the applicability of mean-field predictions (the Parisi solution) to the realistic finite-dimensional system (the Edwards-Anderson model), and (ii) the existence of temperature chaos in the Edwards-Anderson model.

Immediately after posting it on arXiv, I received a message from a prominent researcher of spin glass theory, saying "Congratulations. It is very deep and insightful. I am sure I will keep thinking about it for a long time."

This paper introduces strong correlations among disorder variables in the Ising spin glass, in contrast to the standard Edwards-Anderson model, which assumes independently-distributed disorder. The first major result is a proof that, on the Nishimori line, magnetization exhibits support on a finite interval -- meaning it can vary significantly across different disorder realizations -- if the Edwards-Anderson model undergoes Parisi-type replica symmetry breaking. This highly unusual result challenges the conventional understanding that replica symmetry breaking does not occur on the Nishimori line. Alternatively, it may indicate that there is no replica symmetry breaking in the Edwards-Anderson model.

Additionally, this paper shows that a ferromagnetic phase can only exist on the Nishimori line if temperature chaos is present in the Edwards-Anderson model. Intuitively, the restriction of the ferromagnetic phase to a single line appears highly improbable, though a formal proof remains elusive. This finding marks a step toward resolving the long-debated issue of temperature chaos in the Edwards-Anderson model.

I expect active developments along the lines opened up in this paper.

I was able to pursue this study after retiring from all goal-oriented projects (mostly on quantum stuff). The Institute of Science Tokyo (formerly Tokyo Institute of Technology) has provided generous support, enabling me to devote myself full-time to blue-sky research on a problem I've long wanted to explore out of pure academic curiosity.”

Anomalous distribution of magnetization in an Ising spin glass with correlated disorder The effect of correlations in disorder variables is a largely unexplored topic in spin glass theory. We study this problem through a specific example of correlated disorder introduced in the Ising spin glass model. We prove that the distribution function of the magnetization along the Nishimori line...

Got an incredible dose of inspiration to do good science from Prof. Konrad Kording's talk today, thanks to Titipat Achakulwisut and GigGug Chunharas for organizing this great event! 🧠💡

Prof. Kording, from UPenn and co-director at CIFAR - a global research organization that convenes extraordinary minds, including multiple Turing Award winners, to address the most important questions facing science and humanity - eloquently reminded us, with great passion and enthusiasm, why we do science in the first place.

Key takeaways:

We're privileged to be scientists - let's make it count!

Focus on clear, impactful work that genuinely contributes to knowledge.

Explore the universe and enjoy the road to discovery and solve hard problems.

Favorite quote from his slides: "You could make twice as much in industry, so make your contribution to science count."

It's refreshing to reconnect with the true spirit of scientific pursuit. Here's to doing meaningful science that pushes boundaries and expands human understanding! 🚀🔬

🎉 Very excited to share that our paper, "Heterogeneity, Reinforcement Learning and Chaos in Population Games," will soon appear in the Proceedings of the National Academy of Sciences (PNAS).

This work is the result of a 4-year journey combining insights from AI, economics, statistical physics, and dynamical systems.

For those studying economics, have you ever wondered if the Nash equilibrium concept holds up in complex social situations where everyone learns and adapts differently? Nash equilibria are guaranteed in many game theory scenarios, but can we actually reach them when everyone is maximizing their own rewards and reacting uniquely?

In this paper, we tackle this question using a realistic model of reinforcement learning in the famous El Farol Bar problem [0]. This classic problem demonstrates the challenge of predicting choice selection behavior based on historical data. Each person wants to go to the bar if it’s not too crowded but prefers to stay home if it is. With no single person controlling the crowd, everyone decides based on their own judgment and past attendance.

Originally, it was observed that the system self-regulates to the bar’s capacity (a Nash equilibrium) despite individual unpredictability, but it never actually reached a Nash equilibrium [1].

Our work mathematically proves that even with chaotic, non-equilibrating daily behaviors, the overall order (Nash equilibria) can still be achieved on average over time. This is true regardless of each person’s learning rate or initial belief about attending the bar! Extremely robust finding that hints at deeper principles of "online learning" when individual incentives align.

So, even though individuals behave unpredictably, the system as a whole can still find order. This is a miraculous mathematical fact in this realistic social setting.

Interestingly, this aligns with principles from statistical physics, where macroscopic simplicity often emerge from microscopic chaos, even in complex systems as complicated as complex adaptive society.

Nash equilibrium concept is still useful, but upon ergodic average.

I’ll share the link to the full paper in the comments once it’s online!

Reference:
[0] https://en.wikipedia.org/wiki/El_Farol_Bar_problem
[1] “Inductive Reasoning and Bounded Rationality" (PDF). American Economic Review: Papers and Proceedings. 84: 406–411.

Happy to announce that "Quantum Next Generation Reservoir Computing: An Efficient Quantum Algorithm for Forecasting Quantum Dynamics" has been accepted for publication in Quantum Machine Intelligence (Tier 1 Applied Mathematics, IF 4.1)

I'm really proud of our teamwork, which was entirely done in Thailand. Congratulations to my former master's student Apimuk Sornsaeng and Aj. Ninnat Tom Dangniam for their dedication and hard work! 👏🫶

~Summary~:

We introduce a new quantum algorithm inspired by Next Generation Reservoir Computing (NG-RC), utilizing machine learning ideas to efficiently forecast many-body quantum dynamics, both integrable and chaotic, into the far future. This model-free algorithm improves over classical variants by providing quantum computational speedup and reducing NG-RC prohibitive costs during training and prediction of quantum many-body dynamics, where classical memory needs to grow exponentially with the system size! Additionally, it processes quantum data coherently: quantum state in, future quantum state out. Key innovations include the skipping ahead technique and quantum computational speedup via block-encoding.

~An open question remains~: implementing these circuits on actual quantum devices. Anyone interested in pushing this direction, feel free to reach out!

We will share the published article in the comments once we figure out how to pay the open access fee of $3190 (~110K Baht 🥶😱). We hope to secure the necessary funds to ensure this research reaches the widest possible audience! 🥳

ไกลแค่ไหนคือใกล้ (ในงานปัญญาประดิษฐ์สายทฤษฎี)

ท่าเปลี่ยน prediction error ให้อยู่ในท่าในเรขาคณิต Kasidit Srimahajariyapong