高端賽車發(fā)動機需要對其所有組件進行調(diào)整并精確地協(xié)同工作，以提供最高質(zhì)量的性能。量子計算機中的處理器也可以這樣說，在執(zhí)行計算之前，必須以正確的方式調(diào)整其微妙的位。誰是從事這項量子調(diào)諧工作的合適技工?根據(jù)一個由美國國家標準技術研究院(NIST)的科學家組成的團隊的說法，這就是人工智能。

研究小組在《Physical Review Applied》雜志上的論文概述了一種方法，該方法可以教AI如何對微小的量子點進行相互關聯(lián)的調(diào)整，這些微小的量子點是創(chuàng)建量子比特或“量子比特”的許多有前途的設備之一，這些設備將形成在量子計算機的處理器中切換。

精確地調(diào)整點對于將其轉換為功能正常的量子位至關重要，直到現(xiàn)在，人工操作人員仍需艱苦地完成這項工作，這需要數(shù)小時的工作才能為單個計算生成甚至很少的量子位。

一臺具有許多相互作用量子位的實用量子計算機將需要更多的點(和調(diào)整量)，這超出了人類的能力，因此，研究小組的成就可能使基于量子點的處理從理論領域更接近工程現(xiàn)實。

NIST數(shù)學家Justyna Zwolak說：“量子計算機理論家們想象他們可以用成百上千個量子比特來做什么，但是房間里的大象卻是我們實際上一次只能使其中幾個工作。” “現(xiàn)在，我們有一條通向現(xiàn)實的道路。”

量子點通常包含電子，這些電子被限制在半導體材料中的緊密盒狀空間中。形成盒子壁的是半導體表面上方的幾個金屬電極(所謂的門)，這些金屬電極上施加了電壓，從而影響量子點的位置和電子數(shù)量。柵極根據(jù)其相對于點的位置，以不同的方式控制電子。

為了使點按您想要的方式工作(例如，充當一種qubit邏輯開關或另一種形式)，必須將柵極電壓調(diào)整為恰好合適的值。通過測量流過量子點系統(tǒng)的電流，然后稍微改變柵極電壓，然后再次檢查電流，可以手動進行此調(diào)整。而且您涉及的點(和門)越多，同時調(diào)整它們的難度就越大，以便獲得可以正常工作的量子位。

簡而言之，這不是任何人類機械師都會為輸給機器而感到難過的演出。

威斯康星大學麥迪遜分校物理系的研究生湯姆·麥克瓊肯說，“這通常是由研究生完成的工作。” “我可以在幾個小時內(nèi)調(diào)整一個點，而兩個點可能要花一天的時間來調(diào)節(jié)旋鈕。我可以做四件事，但是如果我需要回家睡覺的話就不能。隨著這一領域的發(fā)展，我們無法花數(shù)周的時間來準備好系統(tǒng)—我們需要將人員排除在外。”

但是，圖片正是McJunkin在調(diào)整點時所看的東西：他處理的數(shù)據(jù)以視覺圖像的形式出現(xiàn)，團隊意識到AI很擅長識別。只要有很多需要識別的示例，稱為卷積神經(jīng)網(wǎng)絡的AI算法就已經(jīng)成為自動圖像分類的常用技術。因此，在聯(lián)合量子研究所的杰克·泰勒(Jake Taylor)的監(jiān)督下，研究小組的Sandesh Kalantre創(chuàng)建了一個模擬器，該模擬器可以生成數(shù)千個量子點測量圖像，并可以將其作為訓練演習提供給AI。

Zwolak說：“我們模擬所需的qubit設置，并在一夜之間運行它，而到了早晨，我們擁有訓練AI以自動調(diào)整系統(tǒng)所需的所有數(shù)據(jù)。” “而且我們將其設計為可在任何基于量子點的系統(tǒng)上使用，而不僅僅是我們自己的系統(tǒng)。”

該團隊從一個小規(guī)模開始，使用兩個量子點的設置，他們驗證了在一定的約束下，他們訓練有素的AI可以將系統(tǒng)自動調(diào)整到所需的設置。它不是完美的-他們確定了需要提高該方法可靠性的幾個領域-并且他們還不能使用它來調(diào)整成千上萬個相互連接的量子點。但是即使在此早期階段，它的實踐能力也是不可否認的，這使熟練的研究人員可以將寶貴的時間花在其他地方。

茲沃拉克說：“這是一種使用機器學習來節(jié)省勞動力的方法，并且最終可以做一些人類不擅長的事情。” “我們都可以識別三維貓，這基本上就是帶有幾個經(jīng)過適當調(diào)整的門的單個點。許多點和門就像一只10維貓。人類甚至看不到10D貓。但是我們可以訓練一個AI來識別它。”

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！