研究人員稱人工智能工具可以預測量子系統(tǒng)的行為

俄羅斯研究人員發(fā)明了一種基于人工智能()的工具，通過“觀察”a的結構來預測它的行為。根據(jù)發(fā)表在《新物理學雜志》(The New Journal of Physics)上的一項研究，神經網(wǎng)絡能夠自主地找到適合量子優(yōu)勢演示的解決方案。

這將有助于研究人員開發(fā)新的高效量子計算機。“我們在訓練計算機自主預測一個復雜網(wǎng)絡是否具有量子優(yōu)勢方面取得了相當大的成功，”實驗室的副教授Leonid Fedichkin說?，F(xiàn)代科學中的許多問題都是通過量子力學計算來解決的。一些例子是研究化學反應和尋找穩(wěn)定的分子結構的醫(yī)藥，藥劑學和其他行業(yè)。所涉及問題的量子性質使量子計算更適合它們。相比之下，經典計算往往只返回龐大的近似解。制造量子計算機是昂貴和耗時的，并且由此產生的設備不能保證表現(xiàn)出任何量子優(yōu)勢——也就是說，運行速度比傳統(tǒng)計算機快。因此，研究人員需要工具來預測給定的量子設備是否具有量子優(yōu)勢。實現(xiàn)量子計算的方法之一是量子漫步。簡而言之，該方法可以被想象成一個粒子在某一網(wǎng)絡中運動，該網(wǎng)絡是a的基礎。如果一個粒子從一個網(wǎng)絡節(jié)點到另一個網(wǎng)絡節(jié)點的量子行走速度比經典的模擬粒子快，那么基于該電路的設備將具有量子優(yōu)勢。尋找這樣的超級網(wǎng)絡是量子行走專家的一項重要任務。俄羅斯研究人員所做的是用人工智能取代專家。他們訓練這臺機器來區(qū)分網(wǎng)絡，并判斷給定的網(wǎng)絡是否會帶來量子優(yōu)勢。這就為構建量子計算機找到了合適的候選網(wǎng)絡。研究小組使用了一種針對圖像識別的神經網(wǎng)絡。一個鄰接矩陣作為輸入數(shù)據(jù)，以及輸入和輸出節(jié)點的數(shù)目。神經網(wǎng)絡返回一個關于給定節(jié)點之間的經典步長和量子步長哪個更快的預測。Fedichkin說:“這種方法并不明顯有效，但確實有效。”“量子和經典行為之間的界限往往很模糊。我們研究的獨特特點是由此產生的專用計算機視覺，能夠識別網(wǎng)絡空間中的這條細線，”俄羅斯ITMO大學的Alexey Melnikov補充說。研究人員開發(fā)了一種基于量子算法的簡化計算電路開發(fā)的工具。由此產生的器件將在生物光子學研究和材料科學中引起人們的興趣。