展开

关键词

人工智能力助量子误差矫正

德国马克斯·普朗克光学研究所所长弗洛里安·马夸特(Florian Marquardt)及其团队在物理期刊physical review X上发表论文《增强学习神经网络在量子反馈中的应用》,提出了一种基于人工智能算法的量子误差校正系统 量子计算机可以解决传统计算机不能处理的复杂任务,但由于量子态对环境的恒定干扰极其敏感,使得量子计算机难以实际应用。而基于量子误差校正的主动防护措施可解决量子态的抗干扰问题。 研究主要内容可概括为如下几点: (1)人工神经网络优于其他纠错策略 量子计算机的基础是量子信息中的量子位,传统数字比特只有0、1两种状态不同,量子位可以将两种状态进行叠加。 (3)辅助量子位揭示了量子计算机中的缺陷 在量子计算机中引入了辅助量子位,并将其定位在储存实际量子信息的量子位之间。 马夸特最后还指出,基于人工智能的模式识别不仅可以应用于量子矫正,而且在物理学的其他领域也能起到有效作用。

36540

人工智能力助量子误差矫正

》,该论文提出了一种基于人工智能算法的量子误差校正系统。 量子计算机可以解决传统计算机不能处理的复杂任务,但由于量子态对环境的恒定干扰极其敏感,使得量子计算机难以实际应用。而基于量子误差校正的主动防护措施可解决量子态的抗干扰问题。 研究主要内容可概括为如下几点: (1)人工神经网络优于其他纠错策略 量子计算机的基础是量子信息中的量子位,传统数字比特只有0、1两种状态不同,量子位可以将两种状态进行叠加。 (3)辅助量子位揭示了量子计算机中的缺陷 在量子计算机中引入了辅助量子位,并将其定位在储存实际量子信息的量子位之间。 马夸特最后还指出,基于人工智能的模式识别不仅可以应用于量子矫正,而且在物理学的其他领域也能起到有效作用。

26820
  • 广告
    关闭

    【玩转 Cloud Studio】有奖调研征文,千元豪礼等你拿!

    想听听你玩转的独门秘籍,更有机械键盘、鹅厂公仔、CODING 定制公仔等你来拿!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    二次量子量子计算化学

    技术背景 二次量子化是量子化学(Quantum Chemistry)/量子计算化学(Quantum Computational Chemistry)中常用的一个模型,可以用于计算电子分布的本征能量和本征波函数 有一部分的物理学教材会认为二次量子化的这个叫法不大妥当,因为其本质是一种独立的正则变换,所以应该被称为第一种量子化(First Quantization)和第二种量子化(Second Quantization 但是由于历史原因,就一直称呼为二次量子化。而如果认真去追究起来,称为二次量子化,可以理解为经历了两次的正则变换得到的结果,也并无不妥。 本文将从比较原始的电子模型和启发式的薛定谔方程的推导讲起,尝试理解二次量子化发展过程中的各种物理图像。

    7510

    分子对接量子计算

    简介 高斯玻色子采样器是光子量子器件,具有解决一些经典系统较难处理问题的能力。 在这里,作者展示了高斯玻色子采样器可用于分子对接,这一药物设计领域的核心问题。 为了对我们的方法进行基准测试,我们预测了配体肿瘤坏死因子 -α 转化酶与其配体的结合模式。 分子对接 分子对接是基于结构的药物筛选的重要工具。 在刚性对接中,配体构象受体构象通常保持固定。大多数分子模拟方式一样,对接也通常需要在精度速度之间做取舍。 高斯波色采样最大团问题 作者展示了一个 GBS 设备可以编程用于采样最大加权团以一个高概率输出。 随后作者寻找最大权重团,对于上述策略中的每一种,作者都比较了标准经典策略的性能与量子 & 经典策略混合版本(其中随机子图通过 GBS 进行采样)的性能。

    23620

    气候变化科学的量子人工智能(CS)

    基于人工智能的方法在改善预测方面显示出了有希望的结果,但在处理地球规模的海量数据所需的必要硬件和软件的可用性仍然有限。量子计算是一个新兴的范例,在许多领域都有潜在的适用性。 在这篇文章中,我们认为,为量子计算机设计的人工智能算法——也被称为量子人工智能(QAI)——的新发展,可能为推进气候变化科学提供必要的关键突破。 气候变化科学的量子人工智能.pdf

    15500

    量子计算从头药物设计

    以前的策略相比,具有明显的优势。 简单而言,新策略(可用于量子计算机)-- 设计化合物库(类药性,化学可及性) 工作流 获取复合物结构 PDB id:5HMZ 一时兴起,自己 refine 了一下三维作图 结合到这个位点的分子骨架已经被确定 例如,在库中,如果 R5 中的 - OH 被选择,那么 -OH 相关的单比特则变为 1 . 我们要寻找 QUBO 的最小值。同时作者也部署了两种限制,如上所述,一是属性上的,一是结构上的。

    27640

    使用开源量子编程框架ProjectQ进行量子计算资源估计绘制量子线路图

    技术背景 在量子计算领域,基于量子芯片的算法设计(或简称为量子算法)是基于量子线路来设计的,类似于传统计算中使用的与门和非门之类的逻辑门。 因此研究一个量子线路输入后的编译(可以简化为数量更少的量子门组合,或者适配硬件上可实现的量子逻辑门操作),并且输出编译后的量子线路量子线路图,在各种场景下都会使用到。 而且,量子线路编译也能够为量子计算资源估计带来更加准确的结果预测。 量子计算量子线路 针对于量子计算,这里我们尽量的避免硬件上实现原理的解释,因为那是属于另外一个领域的研究课题。 ProjectQ编译打印量子线路 我们先用ProjectQ量子编程框架写一个不会被编译优化的量子线路: from projectq import MainEngine from projectq.backends 这里我们可以看到,统计中的 R_x,R_y,CX 的门的数量上面输出的结果是保持一致的,那么我们的示例到这里就成功完成演示。

    16420

    张首晟:量子计算、人工智能与区块链

    随着全球新一轮科技革命的飞速发展,颠覆性技术革新风起云涌,其中最引人瞩目的包括量子计算、人工智能与区块链等。这些颠覆性技术中国传统文化有无联系?基础科学(如数学、物理学)有何关系? 目前,量子计算、人工智能与区块链是整个信息技术行业中最重要的三大基础技术。 不过,人工智能的基础是各种数据,再好的算法,再强大的计算机没有数据的话也无法成为人工智能人工智能,现在虽然看到了它在突飞猛进,但我觉得还处在非常早期。为什么这么讲呢? 最近我在人工智能方面写了一篇文章,将会在美国的科学院杂志上发表,里面会提到,人类最伟大的科学发现,有相对论、量子力学等,在化学里面最伟大的发现就是元素周期表的发现。 今天我们要解决的量子计算、人工智能、区块链技术的问题,都是整个人类的问题,中国科学家会面临非常大的机遇,除了要把应用科技做好,还应该有真正原创的基础科学突破,比如上述介绍的物理和数学原理,尽管这些东西听起来比较抽象

    74560

    前沿报告 | 机器学习量子计算

    我们关注三个量子计算有关的,可以通过一系列机器学习方法来解决的一般问题:利用测量重建基准量子态的问题;利用量子控制制备量子态的问题;通过量子纠错来保持状态中存储的信息的问题。 量子控制和量子纠错解决了相关问题,但是前者通常指的是硬件相关的解决方案,而后者则使用算法解决方案来解决用量子系统执行计算协议的问题。 本综述中的其他学科相似,机器学习在所有这些领域都显示出令人鼓舞的结果。并且从长远来看,它将有可能进入量子计算工具箱,与其他公认的方法并列使用。 这个简单的方法在某些错误类型上的性能可普通基准媲美。 虽然许多用于纠错的机器学习都侧重于根据某种设置方案用物理量子位表示逻辑量子位的表面代码,但强化智能体也可以代码无关地设置(有人可以说,他们解码策略一起学习了代码 )。

    10620

    IntelIBM宣布实现4950个量子比特的超导量子计算芯片

    2018年伊始, IntelIBM分别在上周的CES大会上宣布了各自在超导量子计算的最新进展。 值得一提的是,Intel在2017年10月份宣布实现17个qubit的超导量子芯片,仅仅过去三个月,他们就将量子比特数提高近三倍,进展之迅速着实令人惊叹钦佩, 不愧是半导体一哥。 对于这两个量子芯片,两家公司都没有给出相关的实验数据,能否有效地操控每一个量子比特,量子比特的退相干时间如何? 超导系统在可扩展性方面明显优于其他量子系统,这是这些科技巨头公司押注它的主要原因之一。另外一个重要原因是超导芯片的制备工艺CMOS工艺兼容。 Google较早地进入量子计算领域,当年曾斥重金购入D-Wave量子计算机,并且加州圣巴巴拉分校合作很久。但此次CES大会并没有相关的进展报道,也许是在憋大招,静候佳音。

    34800

    澳大利亚 IBM 签订 10 亿澳元合同,用于量子、区块链、人工智能项目

    据澳大利亚《金融评论报》报道,特恩布尔政府5日宣布IBM达成5年合作协议,利用政府的大宗采购能力为全体部门及机构争取到折扣优惠。无论政府机构规模或支出如何,均能在合同期限内获取常规软件升级。 IBM墨尔本研究开发团队将研究如何加快区块链、人工智能量子计算在公共服务领域的发展。 黄金海岸(Gold Coast)及堪培拉的工程师开发人员,工作重点则将是保护数据的安全性以及使用超级计算机为政府服务。

    24830

    DeepMind|用人工智能量子尺度上模拟物质

    尽管经过几十年的努力并取得了一些重大进展,但准确模拟电子的量子力学行为仍然是一个公开的挑战。 近一个世纪前,埃尔温-薛定谔提出了他著名的支配量子力学粒子行为的方程式。将这个方程应用于分子中的电子是具有挑战性的,因为所有的电子都会相互排斥。 随着技术越来越多地转向量子尺度,以探索有关材料、药物和催化剂的问题,包括那些我们从未见过或甚至想象过的问题,深度学习显示出在这个量子力学层面准确模拟物质的希望。

    9420

    解决数独问题用人工智能还是量子计算?

    探索如何使用人工智能量子计算机从头开始创建一个智能数独求解器。 ? 在深入探究之前,先来了解一下历史 马克•布洛赫说:“历史被称为学科之母。”那么,让我们来谈谈著名的数独游戏是如何诞生的吧。 它的游戏性质数独游戏(Sudoku)类似,即把横排、列和对角线的数字相加,也会得到相同的数字。 计算上,可以用非确定性多项式时间(NP)解决求解数独的约束,因为可以使用一些非常特殊的蛮力算法来解决约束,并且也可以在多项式时间内测试解集的有效性,其中输入 该问题多项式长度的一组解有关。 解决数独作为约束满足问题的量子方法 现在,我们将尝试使用“量子模拟退火”解决简单的Sudoku网格。首先,什么是模拟退火? 我们已经成功实现了两种智能解决方案,其中一种使用经典计算,并且使用了功能非常强大的人工智能启发式算法,甚至可以解决对角数独网格。

    21230

    IBM专家:人工智能量子计算助力新材料探索

    据麻省理工技术评论报道,IBM研究院科学解决方案副总裁达里奥·吉尔(Dario Gil)应邀参加了“麻省理工科技评论”举办的新兴技术数字化(EmTech Digital)大会。 吉尔提出,人工智能量子计算正加速潜在新材料的探索过程。 吉尔没有指明现有的特定重大突破,但他说IBM人工智能系统沃森(Watson)已经应用在新型聚合物的研发过程中。 IBM由此更为关注量子计算的潜力,它可以大幅提升计算效率,并且利用量子物理的特性更加逼真地模拟自然世界。

    65750

    量子计算基础——量子测量

    技术背景 在上一篇博客中,我们用矩阵的语言介绍了量子计算中基本量子单元——量子比特,量子门操作的相关概念。通过对量子态的各种操作,相当于传统计算机中对经典比特的操作,就可以完成一系列的运算了。 但是量子计算的一个待解决的问题是,所有存储在量子态中的信息是没办法从经典世界直接读取的,只能通过量子测量,使得量子态坍缩到经典比特之后,才能够在经典世界里进行读取。 left|1\right>\left<1\right|=\left( \begin{matrix} 0&0\\ 0&1 \end{matrix} \right) 这里所使用的狄拉克符号,其实就是横向量列向量 测量基得到的结果是这样的形式: P=\left<\psi_t\right|O\left|\psi_t\right> 然后把我们上述所得到的量子态矢量测量基矩阵代入到上面的这个式子中,就可以得到以下的测量结果 总结概要 量子的世界经典的世界存在着信息的隔阂,我们可以通过多个量子比特所构成的量子态去存储大量的信息,以及进行规模大到经典计算机所无法执行的运算。

    12420

    量子计算+人工智能——这才是未来科技的最大热门!

    编译 | AI科技大本营 参与 | shawn 编辑 | 明明 90年代初,当卫奇塔州立大学(Wichita State University)的物理学教授Elizabeth Behrman开始结合量子物理学和人工智能 这种系统常规的编程完全不同。系统本身可以解决问题。” 东京工业大学的物理学家Hidetoshi Nishimori解释道。 去年,NASA量子人工智能实验室(NASA’s Quantum Artificial Intelligence Lab)的研究人员Alejandro Perdomo-Ortiz和他的团队在一篇论文中,用一个 当载入数据之后,你需要将数据存储起来,并确保量子系统在数据相互交互时不影响正在进行的计算。 处理大型数据集的常用方法——随机采用,在本质上量子计算机十分类似,即:无论系统内部进行何种运算,最终返回的结果都是随机的。

    78170

    量子机器学习简介应用前景分析

    人工智能指的是机器在一定程度上展示人类所认为的智能的能力。机器学习的快速发展推动了这一过程:让机器自己思考,而不是用绝对的概念对它们进行预编程。 我们在量子机器学习这个新兴领域工作,探索量子力学这一物理学分支是否能够改善机器学习。量子力学经典物理学在基本层面上是不同的:它处理概率,并从不确定性中得出原理。 这个悖论说明了将量子规则应用于经典对象的难度。 这是量子理论中最令人着迷的可能性之一:量子系统有可能同时处于一种以上的状态,这种现象被描述为叠加,直到该系统被测量判断为止。 量子计算 有几种方法可以使机器学习成为量子。其中,创建量子计算机的竞赛占据了主流,我们都见证了D-Wave计算机和IBM Quantum Experience等发展。 量子机器学习的其他分支关注量子理论如何指导计算机用于学习的方法,或者它们从中学习的数据,以及在量子框架中微调经典机器学习的工具和技术。 ?

    86340

    量子技术与人工智能:同时进化的双生子

    一旦成功研制出商业上可行的量子计算机,能在几秒钟内完成今天计算机几千年的计算量。人工智能,特别是依赖大规模数据处理的机器学习技术,将大大受益于量子计算,从而产生无限可能。 而如果使用量子计算,则可以把硬件体积和能耗大大降低,有利于人工智能技术的通用化。 而在量子计算的法则下,量子叠加性使并行运算成为现实,系统能通过并行计算不断学习处理之前从未遇到的新数据,给人工智能不断实现自我进化提供了近乎「水和空气」的基础。 如何校准大规模量子计算机,验证量子计算机的计算结果,是困扰科研人员的难题,因为量子计算模拟的是微观世界中量子的叠加纠缠,这种模拟可行运算逻辑的正误用一般的运算机根本无从检验。 人工智能技术可以实现对量子计算的自校准评估,所以量子计算驱动的人工智能可以回头帮一下量子计算,通过多元推导的方式检视量子计算的过程结果。所以说,人工智能量子计算似乎是一对不得不同时进化的双生子。

    470100

    人工智能系统学习量子力学的基本定律

    而在化学领域,人工智能已经成为预测量子系统实验的工具,为了可以更好的应用,人工智能需要系统地结合物理基本定律。 跨学科团队的化学家、物理学家和计算机科学家,开发出了一种深度机器学习算法,可以预测分子的量子态,以及所谓的波函数,通过学习解决量子力学的基本方程,确定所有属性的分子。 ? 用计算机科学技术开发一个人工智能算法,不仅能以灵活的方式捕获波函数行为,而且还能以一种可控的算法,用化学和物理技术处理和表示量子化的数据。” 团队在IPAM一个跨学科的、为期3个月的研究项目中聚集在一起,研究的主题是量子物理中的机器学习。 当时,柏林技术大学软件工程理论计算机科学研究所的Klaus Robert-Muller表示: “这项跨学科的工作是一个重要的进展,因为它表明,人工智能方法可以有效地执行量子分子模拟的最困难的方面。

    41530

    【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。 因为量子位不同,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。 此外,根据研究,这可以扩大到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。

    32450

    扫码关注腾讯云开发者

    领取腾讯云代金券