研究人員稱人工智能工具可以預(yù)測(cè)量子系統(tǒng)的行為

俄羅斯研究人員發(fā)明了一種基于人工智能()的工具，通過(guò)“觀察”a的結(jié)構(gòu)來(lái)預(yù)測(cè)它的行為。根據(jù)發(fā)表在《新物理學(xué)雜志》(The New Journal of Physics)上的一項(xiàng)研究，神經(jīng)網(wǎng)絡(luò)能夠自主地找到適合量子優(yōu)勢(shì)演示的解決方案。

這將有助于研究人員開(kāi)發(fā)新的高效量子計(jì)算機(jī)。“我們?cè)谟?xùn)練計(jì)算機(jī)自主預(yù)測(cè)一個(gè)復(fù)雜網(wǎng)絡(luò)是否具有量子優(yōu)勢(shì)方面取得了相當(dāng)大的成功，”實(shí)驗(yàn)室的副教授Leonid Fedichkin說(shuō)。現(xiàn)代科學(xué)中的許多問(wèn)題都是通過(guò)量子力學(xué)計(jì)算來(lái)解決的。一些例子是研究化學(xué)反應(yīng)和尋找穩(wěn)定的分子結(jié)構(gòu)的醫(yī)藥，藥劑學(xué)和其他行業(yè)。所涉及問(wèn)題的量子性質(zhì)使量子計(jì)算更適合它們。相比之下，經(jīng)典計(jì)算往往只返回龐大的近似解。制造量子計(jì)算機(jī)是昂貴和耗時(shí)的，并且由此產(chǎn)生的設(shè)備不能保證表現(xiàn)出任何量子優(yōu)勢(shì)——也就是說(shuō)，運(yùn)行速度比傳統(tǒng)計(jì)算機(jī)快。因此，研究人員需要工具來(lái)預(yù)測(cè)給定的量子設(shè)備是否具有量子優(yōu)勢(shì)。實(shí)現(xiàn)量子計(jì)算的方法之一是量子漫步。簡(jiǎn)而言之，該方法可以被想象成一個(gè)粒子在某一網(wǎng)絡(luò)中運(yùn)動(dòng)，該網(wǎng)絡(luò)是a的基礎(chǔ)。如果一個(gè)粒子從一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)到另一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的量子行走速度比經(jīng)典的模擬粒子快，那么基于該電路的設(shè)備將具有量子優(yōu)勢(shì)。尋找這樣的超級(jí)網(wǎng)絡(luò)是量子行走專家的一項(xiàng)重要任務(wù)。俄羅斯研究人員所做的是用人工智能取代專家。他們訓(xùn)練這臺(tái)機(jī)器來(lái)區(qū)分網(wǎng)絡(luò)，并判斷給定的網(wǎng)絡(luò)是否會(huì)帶來(lái)量子優(yōu)勢(shì)。這就為構(gòu)建量子計(jì)算機(jī)找到了合適的候選網(wǎng)絡(luò)。研究小組使用了一種針對(duì)圖像識(shí)別的神經(jīng)網(wǎng)絡(luò)。一個(gè)鄰接矩陣作為輸入數(shù)據(jù)，以及輸入和輸出節(jié)點(diǎn)的數(shù)目。神經(jīng)網(wǎng)絡(luò)返回一個(gè)關(guān)于給定節(jié)點(diǎn)之間的經(jīng)典步長(zhǎng)和量子步長(zhǎng)哪個(gè)更快的預(yù)測(cè)。Fedichkin說(shuō):“這種方法并不明顯有效，但確實(shí)有效。”“量子和經(jīng)典行為之間的界限往往很模糊。我們研究的獨(dú)特特點(diǎn)是由此產(chǎn)生的專用計(jì)算機(jī)視覺(jué)，能夠識(shí)別網(wǎng)絡(luò)空間中的這條細(xì)線，”俄羅斯ITMO大學(xué)的Alexey Melnikov補(bǔ)充說(shuō)。研究人員開(kāi)發(fā)了一種基于量子算法的簡(jiǎn)化計(jì)算電路開(kāi)發(fā)的工具。由此產(chǎn)生的器件將在生物光子學(xué)研究和材料科學(xué)中引起人們的興趣。