關(guān)于量子計(jì)算機(jī)的討論很多，這是有充分理由的。這些未來派計(jì)算機(jī)旨在模擬微觀尺度的自然界發(fā)生的事情，這意味著它們有能力更好地了解量子領(lǐng)域并加快新材料的發(fā)現(xiàn)，包括藥物、環(huán)?；瘜W(xué)品等。然而，專家表示，可行的量子計(jì)算機(jī)還需要十年時(shí)間。研究人員在此期間要做什么?

加州理工學(xué)院領(lǐng)導(dǎo)的一項(xiàng)新研究發(fā)表在《科學(xué)》雜志上，描述了在經(jīng)典計(jì)算機(jī)上運(yùn)行的機(jī)器學(xué)習(xí)工具如何用于預(yù)測(cè)量子系統(tǒng)，從而幫助研究人員解決一些最棘手的物理和化學(xué)問題。雖然這個(gè)概念之前已經(jīng)提出，但新報(bào)告是第一個(gè)在數(shù)學(xué)上證明該方法適用于傳統(tǒng)算法無法解決的問題。

“量子計(jì)算機(jī)是解決許多類型的物理和材料科學(xué)問題的理想選擇，”主要作者Hsin-Yuan(Robert)Huang說，他是與JohnPreskill、理論物理學(xué)教授RichardP.Feynman和AllenVCDavis合作的研究生。以及量子科學(xué)與技術(shù)研究所(IQIM)的LenabelleDavis領(lǐng)導(dǎo)主席。“但我們還沒有完全做到這一點(diǎn)，并且驚訝地發(fā)現(xiàn)可以同時(shí)使用經(jīng)典的機(jī)器學(xué)習(xí)方法。最終，這篇論文展示了人類可以從物理世界中學(xué)到什么。”

在微觀層面上，物理世界變成了一個(gè)受量子物理定律支配的極其復(fù)雜的地方。在這個(gè)領(lǐng)域中，粒子可以以疊加態(tài)存在，也可以同時(shí)以兩種態(tài)存在。狀態(tài)的疊加會(huì)導(dǎo)致糾纏，這是一種粒子連接或相關(guān)的現(xiàn)象，甚至沒有相互接觸。這些奇怪的狀態(tài)和聯(lián)系廣泛存在于天然和人造材料中，很難用數(shù)學(xué)來描述。

“預(yù)測(cè)材料的低能狀態(tài)非常困難，”黃說。“有大量的原子，疊加和糾纏在一起。你無法寫下一個(gè)方程式來描述這一切。”

這項(xiàng)新研究首次證明了經(jīng)典機(jī)器學(xué)習(xí)可用于彌合我們與量子世界之間的鴻溝。機(jī)器學(xué)習(xí)是一種模仿人腦從數(shù)據(jù)中學(xué)習(xí)的計(jì)算機(jī)應(yīng)用程序。

“我們是生活在量子世界中的經(jīng)典生物，”Preskill說。“我們的大腦和計(jì)算機(jī)是經(jīng)典的，這限制了我們與量子現(xiàn)實(shí)互動(dòng)和理解的能力。”

雖然之前的研究表明機(jī)器學(xué)習(xí)模型有能力解決一些量子問題，但這些方法的運(yùn)行方式通常使研究人員難以了解機(jī)器是如何得出解決方案的。

“通常，當(dāng)談到機(jī)器學(xué)習(xí)時(shí)，你不知道機(jī)器是如何解決問題的。這是一個(gè)黑匣子，”黃說。“但現(xiàn)在我們已經(jīng)通過我們的數(shù)學(xué)分析和數(shù)值模擬，基本上弄清楚了盒子里發(fā)生了什么。”Huang和他的同事與加州理工學(xué)院的AWS量子計(jì)算中心合作進(jìn)行了廣泛的數(shù)值模擬，這證實(shí)了他們的理論結(jié)果。

這項(xiàng)新研究將幫助科學(xué)家更好地理解和分類量子物質(zhì)的復(fù)雜和奇異相。

“令人擔(dān)心的是，在實(shí)驗(yàn)室中創(chuàng)造新量子態(tài)的人可能無法理解它們，”Preskill解釋說。“但現(xiàn)在我們可以獲得合理的經(jīng)典數(shù)據(jù)來解釋發(fā)生了什么。經(jīng)典機(jī)器不只是像神諭一樣給我們答案，而是引導(dǎo)我們更深入地理解。”

合著者、NIST(美國國家標(biāo)準(zhǔn)與技術(shù)研究院)物理學(xué)家、加州理工學(xué)院前杜布里奇獎(jiǎng)博士后學(xué)者VictorV.Albert對(duì)此表示贊同。“這項(xiàng)工作最讓我興奮的部分是，我們現(xiàn)在更接近一種工具，它可以幫助你了解量子態(tài)的潛在階段，而無需你提前非常了解該狀態(tài)。”

科學(xué)家們說，最終，當(dāng)然，未來基于量子的機(jī)器學(xué)習(xí)工具將勝過經(jīng)典方法。在2022年6月10日發(fā)表在《科學(xué)》雜志上的一項(xiàng)相關(guān)研究中，Huang、Preskill及其合作者報(bào)告說，他們使用谷歌的Sycamore處理器(一種基本的量子計(jì)算機(jī))來證明量子機(jī)器學(xué)習(xí)優(yōu)于經(jīng)典方法。

“我們?nèi)蕴幱谶@一領(lǐng)域的起步階段，”黃說。“但我們確實(shí)知道，量子機(jī)器學(xué)習(xí)最終將是最有效的。”

由惠特尼克萊文撰寫

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！