使用量子力學(xué)的技術(shù)在不久的將來將更加常見,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。但這些設(shè)備尚不成熟,還需要進(jìn)行仔細(xì)驗證。如果設(shè)備的輸出取決于先前的輸入,那么驗證就更具挑戰(zhàn)性。
來自東京大學(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開發(fā)出新算法,通過納入量子系統(tǒng)中存在的某種記憶效應(yīng),極大地提高了量子設(shè)備的驗證效率。
研究員表示,他們求助于機(jī)器學(xué)習(xí)和一種叫做量子存儲庫計算的技術(shù)來建立他們的新算法。新算法可以學(xué)習(xí)量子系統(tǒng)中隨時間變化的輸入和輸出模式,并有效地猜測這些模式將如何變化。由于它不需要知道量子系統(tǒng)的內(nèi)部運(yùn)作,只需要知道輸入和輸出,該團(tuán)隊的算法更簡單、可以更快地產(chǎn)生結(jié)果。
研究員說:“目前,我們的算法可以模擬某種量子系統(tǒng),但不同的設(shè)備在處理能力上可能差別很大。因此,我們下一階段的研究將是擴(kuò)大新算法的能力,使一些功能更具通用性。”
該研究論文題為"Learning Temporal Quantum Tomography",已發(fā)表在《物理評論快報》期刊上。
前瞻經(jīng)濟(jì)學(xué)人APP資訊組
論文原文:https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.127.260401