研究稱人工智慧才是理解量子系統的關鍵

當研究人員們在量子計算機上做實驗的時候，基本上相當於在黑暗中摸索。畢竟當前的計算機速度太慢，無法驗證任何量子實驗的結果。不過來自紐約熨斗研究所（Flatiron Institute）的一支團隊，卻認為可以通過人工智慧（AI）來填補這個鴻溝。該團隊開發了一種據信能夠改變我們測量量子態的方法，為了證明，他們特地進行了一番模擬實驗。

方法涉及打造一套軟體工具，即藉助神經網路來預測量子比特（qubit）的潛在的各個位置。

普通計算機只能夠通過普通的比特位（bit）來模擬一個量子系統，即「0」或「1」，而量子比特能夠同時出現兩種疊加態。

大約 200 個量子比特位的模擬，就要動用1×百萬×萬億×萬億次的運算（是的，你沒有看錯）—— 這顯然不是一件簡單的事情。

量子比特並不是各自為戰，而是會與其它量子比特糾纏產生更多的排列，從而極大地增加了必要的實驗數量。

好消息是，Flatiron 團隊的新方法，藉助了機器學習來完成艱難的工作 —— 這讓一台普通計算機也能夠運行演算法，而不是全面的 1 對 1 模擬。

這意味著只需百次排序，即可完成針對一個 8 量子比特系統的模擬，而不是動輒上百萬。此外，新方法也能夠在規模更大的量子系統上套用。

簡而言之，研究團隊開發的這種 AI 演算法，可以高效地校準一個量子系統。神經網路支撐的該軟體，只會採集很小的數據樣本來運行模擬，以及將信息翻譯成人類可以理解的樣子。

完善之後，這類機器學習應用還可以在實驗模擬之外的領域發揮作用。論文合著者 Giuseppe Carleo 在接受Eureka Alert採訪時表示：

我們可以在其它環境中開發對應的方法，沒準未來的一輛自動駕駛汽車，也可以在一台量子機器上運行呢？

[編譯自：TNW]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！