【业界】研究表明：人工智能是理解量子系统的关键

AiTechYun

编辑：nanan

当研究人员用量子计算机进行实验时，他们基本上是在黑暗中工作。我们目前的电脑速度太慢，无法验证任何超出最基本的量子实验的结果。但是有一个研究小组认为人工智能可以弥补这个差距，他们已经做了模拟来证明这一点。

纽约Flatiron研究所的研究人员最近开发了一种他们认为会改变我们测量量子态的方法。该团队的方法包括创建一个软件工具，该工具使用神经网络来预测一个量子位(qubit)所处的各种位置。

当普通计算机试图模拟一个量子系统时，它会使用它的位（bits），它只能是两种东西中的一种:1或0。因为与量子位不同，位（bits）不可能同时存在，因此计算机必须对量子位可能存在的每个排列进行不同的模拟。

简单的数学表明，我们需要运行超过100万亿兆。这并不是一个错误，量子模拟所需要的数学是简单的。

如果考虑到量子位不仅仅是孤独的位，而且实际上与其他位纠缠在一起，导致它们有更多的排列，那么你就会成倍地增加必要的实验次数。

Flatiron团队的新方法：使用机器学习来完成繁重的工作，这使得经典的计算机能够运行算法而不是完全一对一的模拟。这意味着一个8-qubit系统可以在100个模拟中完成整理，而不是100万个。

此外，根据研究，这可以扩大到与更大的量子系统一起工作。

实质上，该团队开发了一种使用AI来有效校准量子系统的方法。其神经网络驱动的软件需要一个小的数据样本，运行模拟，并将信息转换成人类可以使用的数据。

如果完善，这种机器学习的应用将远远超出实验模拟。在相对较短的时间内，我们可以看到量子计算机能力的重大提升，将我们从100-qubit系统的悬崖上转移到更快的系统上。这可能会为该技术创造一系列新的使用案例。

正如Flatiron Institute的研究员兼该团队白皮书的合著者Giuseppe Carleo 告诉Eureka Alert ：“我们可以使用我们在其他环境中开发的方法。有一天我们可能会有一辆由量子力学启发的自动驾驶汽车，但谁又知道呢。”