通過人工智能AI改變量子態(tài)的研發(fā)

當(dāng)研究人員們?cè)诹孔佑?jì)算機(jī)上做實(shí)驗(yàn)的時(shí)候，基本上相當(dāng)于在黑暗中摸索。畢竟當(dāng)前的計(jì)算機(jī)速度太慢，無法驗(yàn)證任何量子實(shí)驗(yàn)的結(jié)果。不過來自紐約熨斗研究所（FlaTIron InsTItute）的一支團(tuán)隊(duì)，卻認(rèn)為可以通過人工智能（AI）來填補(bǔ)這個(gè)鴻溝。該團(tuán)隊(duì)開發(fā)了一種據(jù)信能夠改變我們測(cè)量量子態(tài)的方法，為了證明，他們特地進(jìn)行了一番模擬實(shí)驗(yàn)。

據(jù)了解，這個(gè)方法涉及打造一套軟件工具，即借助神經(jīng)網(wǎng)絡(luò)來預(yù)測(cè)量子比特（qubit）的潛在的各個(gè)位置。

普通計(jì)算機(jī)只能夠通過普通的比特位（bit）來模擬一個(gè)量子系統(tǒng)，即“0”或“1”，而量子比特能夠同時(shí)出現(xiàn)兩種疊加態(tài)。

大約 200 個(gè)量子比特位的模擬，就要?jiǎng)佑?1&TImes;百萬&TImes;萬億×萬億 次的運(yùn)算（是的，你沒有看錯(cuò)）—— 這顯然不是一件簡單的事情。

量子比特并不是各自為戰(zhàn)，而是會(huì)與其它量子比特糾纏產(chǎn)生更多的排列，從而極大地增加了必要的實(shí)驗(yàn)數(shù)量。

好消息是，F(xiàn)latiron 團(tuán)隊(duì)的新方法，借助了機(jī)器學(xué)習(xí)來完成艱難的工作 —— 這讓一臺(tái)普通計(jì)算機(jī)也能夠運(yùn)行算法，而不是全面的 1 對(duì) 1 模擬。

這意味著只需百次排序，即可完成針對(duì)一個(gè) 8 量子比特系統(tǒng)的模擬，而不是動(dòng)輒上百萬。此外，新方法也能夠在規(guī)模更大的量子系統(tǒng)上套用。

簡而言之，研究團(tuán)隊(duì)開發(fā)的這種 AI 算法，可以高效地校準(zhǔn)一個(gè)量子系統(tǒng)。神經(jīng)網(wǎng)絡(luò)支撐的該軟件，只會(huì)采集很小的數(shù)據(jù)樣本來運(yùn)行模擬，以及將信息翻譯成人類可以理解的樣子。

完善之后，這類機(jī)器學(xué)習(xí)應(yīng)用還可以在實(shí)驗(yàn)?zāi)M之外的領(lǐng)域發(fā)揮作用。論文合著者 Giuseppe Carleo 在接受 Eureka Alert 采訪時(shí)表示：

我們可以在其它環(huán)境中開發(fā)對(duì)應(yīng)的方法，沒準(zhǔn)未來的一輛自動(dòng)駕駛汽車，也可以在一臺(tái)量子機(jī)器上運(yùn)行呢？