新方法可在含噪環(huán)境下 重構更大規(guī)模量子計算過程

  ICC訊 實現(xiàn)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(jù)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(shù)據(jù)處理等方面都需要指數(shù)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(shù)目，降低了所需的測量次數(shù)，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。