新的人工智能工具通過觀察網(wǎng)絡(luò)結(jié)構(gòu)來預(yù)測量子系統(tǒng)的行為

俄羅斯研究人員創(chuàng)造了一種基于人工智能（AI）的工具，通過“觀察”量子系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)，學(xué)會了預(yù)測量子系統(tǒng)的行為。

根據(jù)發(fā)表在《新物理雜志》上的一項(xiàng)研究，神經(jīng)網(wǎng)絡(luò)自主地找到了適合量子優(yōu)勢演示的解決方案。

這是為了幫助研究人員開發(fā)新的高效量子計(jì)算機(jī)。

莫斯科物理技術(shù)研究所（MIPT）副教授列昂尼德？費(fèi)迪奇金（Leonid Fedichkin）表示：“我們在訓(xùn)練計(jì)算機(jī)對復(fù)雜網(wǎng)絡(luò)是否具有量子優(yōu)勢進(jìn)行自主預(yù)測方面相當(dāng)成功。

還讀：人工智能技術(shù)將語言障礙者的大腦信號轉(zhuǎn)換成語言

現(xiàn)代科學(xué)中的廣泛問題是通過量子力學(xué)計(jì)算來解決的。

一些例子是研究化學(xué)反應(yīng)和尋找穩(wěn)定的分子結(jié)構(gòu)的醫(yī)藥，藥劑學(xué)和其他行業(yè)。

所涉及的問題的量子性質(zhì)使量子計(jì)算更適合它們。相比之下，古典計(jì)算往往只返回大量的近似解。

創(chuàng)造量子計(jì)算機(jī)是昂貴和耗時的，由此產(chǎn)生的設(shè)備不能保證表現(xiàn)出任何量子優(yōu)勢-也就是說，比傳統(tǒng)計(jì)算機(jī)操作更快。

因此，研究人員需要工具來預(yù)測給定的量子設(shè)備是否具有量子優(yōu)勢。

實(shí)現(xiàn)量子計(jì)算的方法之一是量子游動。用簡化的術(shù)語來說，這種方法可以被看作是一個粒子在一定的網(wǎng)絡(luò)中運(yùn)動，這是量子電路的基礎(chǔ)。

還讀到：埃隆·馬斯克有了一個新的私人助理，它不是人類

如果一個粒子的量子從一個網(wǎng)絡(luò)節(jié)點(diǎn)到另一個網(wǎng)絡(luò)節(jié)點(diǎn)的速度比它的經(jīng)典模擬更快，那么基于該電路的設(shè)備將具有量子優(yōu)勢。

尋找這種優(yōu)越的網(wǎng)絡(luò)是量子步行專家解決的一項(xiàng)重要任務(wù)。

俄羅斯研究人員所做的是用人工智能取代專家。他們訓(xùn)練機(jī)器區(qū)分網(wǎng)絡(luò)，并判斷給定的網(wǎng)絡(luò)是否會帶來量子優(yōu)勢。這就確定了構(gòu)建量子計(jì)算機(jī)的最佳候選網(wǎng)絡(luò)。

研究小組使用了一個面向圖像識別的神經(jīng)網(wǎng)絡(luò)。一個鄰接矩陣作為輸入數(shù)據(jù)，以及輸入和輸出節(jié)點(diǎn)的數(shù)目。神經(jīng)網(wǎng)絡(luò)返回一個預(yù)測，是經(jīng)典的還是量子步行之間的給定節(jié)點(diǎn)會更快。

費(fèi)迪奇金說：“這種做法不會奏效，但確實(shí)奏效了。

“量子行為和經(jīng)典行為之間的界限往往模糊不清。我們研究的顯著特征是由此產(chǎn)生的特殊用途計(jì)算機(jī)視覺，能夠識別網(wǎng)絡(luò)空間中的這條細(xì)線，“來自俄羅斯IT MO大學(xué)的Alexey Melnikov補(bǔ)充說。

研究人員發(fā)明了一種基于量子算法簡化計(jì)算電路開發(fā)的工具。由此產(chǎn)生的裝置將對生物光子學(xué)研究和材料科學(xué)產(chǎn)生興趣。