中科大量子计算再创新突破！

最近，中国科学技术大学李传峰量子研究团队，在权威国际物理杂志《物理评论快报》（Physical Review Letters）发表研究结果。

该研究将机器学习技术应用于研究量子力学基础问题，首次实验实现了基于机器学习算法的多重非经典关联的同时分类。

计算亚原子量子领域中粒子之间的相关性质与关系是一个耗时任务，而李传峰团队的研究通过机器学习技术大大节省这一耗时任务的计算时间。

因为粒子关联的不同，它们所适用的任务也不一样。除了量子纠缠，粒子可以通过量子导引来相互关联。也就证明在某些情况下，粒子的性质可以通过测量来改变。

大多数量子设备——从用于超安全通信的密钥分配网络、超高速量子计算机，到用于隐形飞机探测的量子雷达系统，都因为需要大量的处理时间确定粒子关联，从而和实际应用保持着很远的距离。



 

否含有金、铁或铜，因此我们可以将它们用于不同的用途。而这在以前是不可能做到的。」

直到现在，量子研究人员还必须测量一整套物理性质，才能确定粒子之间的关联类型。这项工作困难且耗时，而当粒子数量增加时，工作量呈现指数增长趋势。

「也许最终我们会发现这不是一块金子。但我们能知道的也仅限于此。」李传锋说。

几十年来，中国科技大学的研究人员们坚持进行量子实验，并积累了大量的实验数据。

李传锋的团队建立了一个包含了 455 个量子态的非经典关联属性的数据集。这些数据都是根据粒子间不同的关联类型而被精心挑选出来的，比如量子纠缠、量子导引和贝尔非定域性等。

科学家们利用这个数据集，训练一台具有深度学习算法的计算机，对粒子物理性质的测量。现在 AI 可以达到的精确度超过 90%，而且所需的时间已经被削减到在几秒钟就可以完成以前需要一个小时的计算。

机器也不需要对全部的信息才能对每个粒子进行评估。研究人员只需要把两种物理性质的细节输入机器，机器就能自动填补空白，并做出正确的评估。

「这种方法将极大地增加量子信息处理的资源供应。」李传锋说。

重庆绿色与智能技术研究所副教授、论文合著者任昌亮表示，这一突破并不意味着人工智能比人脑更能掌握量子物理。

「我们给数据贴上标签，教育它，纠正它的错误。AI 就会遵循人类的指引，但并没有超越我们。」他说。

与传统方法相比，人工智能的另一个明显优势，是它可以更有效地处理多维问题，而量子物理中存在许多维度。任昌亮说：「这两个世界似乎很般配。」

科学家们认为，这并不是他们研究的终点。

（编辑：阜新站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!