用戶名: 密碼: 驗證碼:

新方法可在含噪環(huán)境下 重構更大規(guī)模量子計算過程

摘要:據悉,國防科技大學計算機學院QUANTA團隊,提出一種基于量子糾纏和機器學習的量子過程層析方法,能夠有效抑制噪聲并大幅減少層析開銷,可在含噪環(huán)境下重構更大規(guī)模量子計算過程。基于該方法,QUANTA團隊設計和研制成功一款可編程硅基光量子計算芯片,實驗證實了其有效性。

  ICC訊 實現量子霸權之后,量子計算進入含噪中等規(guī)模時代,如何理解和克服噪聲成為量子計算邁向實用化的研究重點。記者9月25日獲悉,國防科技大學計算機學院QUANTA團隊,提出一種基于量子糾纏和機器學習的量子過程層析方法,能夠有效抑制噪聲并大幅減少層析開銷,可在含噪環(huán)境下重構更大規(guī)模量子計算過程?;谠摲椒ǎ琎UANTA團隊設計和研制成功一款可編程硅基光量子計算芯片,實驗證實了其有效性。相關成果在線發(fā)表于國際頂級期刊《物理評論快報》。論文審稿人評價“這項工作在解決量子信息科學領域的關鍵問題上邁出了至關重要的一步”。

  據論文第一作者、國防科技大學博士生薛詩川介紹,量子過程層析就像CT一樣,通過輸入和測量量子態(tài)完成對未知量子過程的“掃描”,可以重構量子過程的全部信息。這對研究復雜量子物理系統(tǒng)和開發(fā)量子計算機都非常必要。然而,標準的量子過程層析方法在量子態(tài)制備、測量和數據處理等方面都需要指數開銷,限制了可層析系統(tǒng)的規(guī)模。而執(zhí)行量子過程層析的量子裝置本身也自帶噪聲,大大降低了層析的準確性。新方法通過引入量子糾纏,大幅減少了標準量子過程層析中的輸入量子態(tài)數目,降低了所需的測量次數,又通過機器學習方法讓實驗系統(tǒng)中的各部分噪聲在一定程度上相互抵消,能更精確地層析更大系統(tǒng)中的復雜量子過程。

  “在新設計的硅基光量子計算芯片上,通過簡單的機器學習方法,量子過程層析的平均保真度從92.38%提升至95.56%,未來引入新的優(yōu)化策略還可進一步提升?!闭撐墓餐谝蛔髡?、國防科技大學博士生王易之說。

  論文通信作者、QUANTA團隊負責人吳俊杰研究員指出,這項工作說明機器學習方法這種人工智能技術在理解和克服噪聲方面能夠發(fā)揮重要作用。同時,量子計算加速人工智能問題的求解也是當前的研究熱點。量子計算與人工智能的交叉方向——“量子人工智能”的突破有望成為繼量子霸權之后量子計算發(fā)展的新里程碑。

【加入收藏夾】  【推薦給好友】 
1、凡本網注明“來源:訊石光通訊網”及標有原創(chuàng)的所有作品,版權均屬于訊石光通訊網。未經允許禁止轉載、摘編及鏡像,違者必究。對于經過授權可以轉載我方內容的單位,也必須保持轉載文章、圖像、音視頻的完整性,并完整標注作者信息和本站來源。
2、免責聲明,凡本網注明“來源:XXX(非訊石光通訊網)”的作品,均為轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責。因可能存在第三方轉載無法確定原網地址,若作品內容、版權爭議和其它問題,請聯系本網,將第一時間刪除。
聯系方式:訊石光通訊網新聞中心 電話:0755-82960080-168   Right