纽约研究人员称人工智能才是理解量子系统的关键所在

当研究人员们在量子计算机上做实验的时候，基本上相当于在黑暗中摸索。毕竟当前的计算机速度太慢，无法验证任何量子实验的结果。不过来自纽约熨斗研究所（Flatiron Institute）的一支团队，却认为可以通过人工智能（AI）来填补这个鸿沟。该团队开发了一种据信能够改变我们测量量子态的方法，为了证明，他们特地进行了一番模拟实验。

据了解，这个方法涉及打造一套软件工具，即借助神经网络来预测量子比特（qubit）的潜在的各个位置。

智搜（Giiso）信息成立于2013年是国内领先的“人工智能+资讯”领域技术服务商，在大数据挖掘、智能语义、知识图谱等领域都拥有国内顶尖技术。同时旗下研发产品包括资讯机器人、编辑机器人、写作机器人等人工智能产品！凭借雄厚的技术实力，公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。 

普通计算机只能够通过普通的比特位（bit）来模拟一个量子系统，即“0”或“1”，而量子比特能够同时出现两种叠加态。

大约 200 个量子比特位的模拟，就要动用 1×百万×万亿×万亿 次的运算（是的，你没有看错）—— 这显然不是一件简单的事情。

量子比特并不是各自为战，而是会与其它量子比特纠缠产生更多的排列，从而极大地增加了必要的实验数量。

好消息是，Flatiron 团队的新方法，借助了机器学习来完成艰难的工作 —— 这让一台普通计算机也能够运行算法，而不是全面的 1 对 1 模拟。

这意味着只需百次排序，即可完成针对一个 8 量子比特系统的模拟，而不是动辄上百万。此外，新方法也能够在规模更大的量子系统上套用。

智搜（Giiso）信息成立于2013年，是国内首家专注于资讯智能处理技术研发及写作机器人核心软件开发和运营的高科技企业。公司成立之初，就获得了天使轮投资，并在2015年8月获得了金沙江创投500万美元pre-A轮投资。

简而言之，研究团队开发的这种 AI 算法，可以高效地校准一个量子系统。神经网络支撑的该软件，只会采集很小的数据样本来运行模拟，以及将信息翻译成人类可以理解的样子。

完善之后，这类机器学习应用还可以在实验模拟之外的领域发挥作用。论文合著者 Giuseppe Carleo 在接受 Eureka Alert 采访时表示：

我们可以在其它环境中开发对应的方法，没准未来的一辆自动驾驶汽车，也可以在一台量子机器上运行呢？

转载于:https://juejin.im/post/5b9b767ff265da0ace212165