展會(huì)信息港展會(huì)大全

科學(xué)家利用機(jī)器學(xué)習(xí)來(lái)高效和準(zhǔn)確驗(yàn)證量子設(shè)備
來(lái)源:互聯(lián)網(wǎng)   發(fā)布日期:2021-12-23 08:15:46   瀏覽:44978次  

導(dǎo)讀:在可以預(yù)見(jiàn)的未來(lái),會(huì)有更多的技術(shù)會(huì)利用量子力學(xué)。這些技術(shù)可能包括使用量子信息作為輸入和輸出數(shù)據(jù)的設(shè)備,由于固有的不確定性,這些設(shè)備需要仔細(xì)驗(yàn)證。如果設(shè)備的輸出取決于過(guò)去的輸入,那么驗(yàn)證就更具挑戰(zhàn)性。 現(xiàn)在研究人員首次利用機(jī)器學(xué)習(xí),通過(guò)納入這...

在可以預(yù)見(jiàn)的未來(lái),會(huì)有更多的技術(shù)會(huì)利用量子力學(xué)。這些技術(shù)可能包括使用量子信息作為輸入和輸出數(shù)據(jù)的設(shè)備,由于固有的不確定性,這些設(shè)備需要仔細(xì)驗(yàn)證。如果設(shè)備的輸出取決于過(guò)去的輸入,那么驗(yàn)證就更具挑戰(zhàn)性。現(xiàn)在研究人員首次利用機(jī)器學(xué)習(xí),通過(guò)納入這些系統(tǒng)中存在的某種記憶效應(yīng),極大地提高了對(duì)時(shí)間依賴(lài)性量子設(shè)備的驗(yàn)證效率。

量子計(jì)算機(jī)成為科學(xué)媒體的頭條新聞,但這些機(jī)器被大多數(shù)專(zhuān)家認(rèn)為仍處于起步階段。然而,一個(gè)量子互聯(lián)網(wǎng)可能離現(xiàn)在更近一些。與我們目前的互聯(lián)網(wǎng)相比,這將提供顯著的安全優(yōu)勢(shì),以及其他方面。但即使是這樣,也將依賴(lài)于那些尚未在實(shí)驗(yàn)室外看到曙光的技術(shù)。雖然可以創(chuàng)造我們的量子互聯(lián)網(wǎng)的設(shè)備的許多基本原理可能已經(jīng)被研究出來(lái),但要實(shí)現(xiàn)這些產(chǎn)品,還有許多工程挑戰(zhàn)。但許多研究正在進(jìn)行中,以創(chuàng)建設(shè)計(jì)量子設(shè)備的工具。

來(lái)自東京大學(xué)信息科學(xué)與技術(shù)研究生院的博士后研究員 Quoc Hoan Tran 和副教授 Kohei Nakajima 開(kāi)創(chuàng)了一種工具,他們認(rèn)為這可以使驗(yàn)證量子設(shè)備的行為成為比目前更有效和更精確的工作。他們的貢獻(xiàn)是一種算法,可以通過(guò)簡(jiǎn)單地學(xué)習(xí)量子輸入和輸出之間的關(guān)系來(lái)重建時(shí)間依賴(lài)性的量子設(shè)備的工作原理。這種方法在探索一個(gè)經(jīng)典的物理系統(tǒng)時(shí)其實(shí)是很常見(jiàn)的,但量子信息的存儲(chǔ)一般都很棘手,這通常使其無(wú)法實(shí)現(xiàn)。

Tran 說(shuō):“基于輸入和輸出來(lái)描述一個(gè)量子系統(tǒng)的技術(shù)被稱(chēng)為量子過(guò)程斷層掃描。然而,許多研究人員現(xiàn)在報(bào)告說(shuō),他們的量子系統(tǒng)表現(xiàn)出某種記憶效應(yīng),即現(xiàn)在的狀態(tài)受到以前狀態(tài)的影響。這意味著對(duì)輸入和輸出狀態(tài)的簡(jiǎn)單檢查不能描述系統(tǒng)的時(shí)間依賴(lài)性質(zhì)。你可以在每一次時(shí)間變化后重復(fù)建立系統(tǒng)模型,但這在計(jì)算上將是極其低效的。我們的目的是接受這種記憶效應(yīng),并將其用于我們的優(yōu)勢(shì),而不是用蠻力來(lái)克服它”。

Tran 和 Nakajima 求助于機(jī)器學(xué)習(xí)和一種叫做量子存儲(chǔ)庫(kù)計(jì)算(quantum reservoir computing)的技術(shù)來(lái)建立他們的新算法。這可以學(xué)習(xí)量子系統(tǒng)中隨時(shí)間變化的輸入和輸出模式,并有效地猜測(cè)這些模式將如何變化,甚至在算法尚未見(jiàn)證的情況下。由于它不需要像更多的經(jīng)驗(yàn)方法那樣知道量子系統(tǒng)的內(nèi)部運(yùn)作,而只需要知道輸入和輸出,該團(tuán)隊(duì)的算法可以更簡(jiǎn)單,也可以更快地產(chǎn)生結(jié)果。

Tran 說(shuō):“目前,我們的算法可以模擬某種量子系統(tǒng),但假設(shè)的設(shè)備在處理能力上可能差別很大,而且有不同的記憶效果。因此,下一階段的研究將是擴(kuò)大我們算法的能力,基本上使一些東西更通用,從而更有用。我對(duì)量子機(jī)器學(xué)習(xí)方法能做什么,對(duì)它們可能導(dǎo)致的假設(shè)設(shè)備感到興奮”。


贊助本站

相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開(kāi)

熱門(mén)欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實(shí)驗(yàn)室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動(dòng)態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會(huì) | 展會(huì)港