關(guān)于量子計(jì)算機(jī)的討論很多，這是有充分理由的。這些未來(lái)派計(jì)算機(jī)旨在模擬自然界在微觀(guān)尺度上發(fā)生的事情，這意味著它們有能力更好地了解量子領(lǐng)域并加快新材料的發(fā)現(xiàn)，包括藥物、環(huán)?；瘜W(xué)品等。然而，專(zhuān)家表示，可行的量子計(jì)算機(jī)仍然需要十年或更長(zhǎng)時(shí)間。研究人員在此期間要做什么？

加州理工學(xué)院領(lǐng)導(dǎo)的一項(xiàng)新研究發(fā)表在《科學(xué)》雜志上，描述了在經(jīng)典計(jì)算機(jī)上運(yùn)行的機(jī)器學(xué)習(xí)工具如何用于預(yù)測(cè)量子系統(tǒng)，從而幫助研究人員解決一些棘手的物理和化學(xué)問(wèn)題。雖然這個(gè)概念之前已經(jīng)提出，但新報(bào)告是個(gè)在數(shù)學(xué)上證明該方法適用于傳統(tǒng)算法無(wú)法解決的問(wèn)題。

“量子計(jì)算機(jī)是解決許多類(lèi)型的物理和材料科學(xué)問(wèn)題的理想選擇，”主要作者 Hsin-Yuan (Robert) Huang 說(shuō)，他是與John Preskill、理論物理學(xué)教授 Richard P. Feynman 和 Allen VC Davis合作的研究生，以及Lenabelle Davis量子科學(xué)與技術(shù)研究所 (IQIM)領(lǐng)導(dǎo)主席。“但我們還沒(méi)有完全做到這一點(diǎn)，我們驚訝地發(fā)現(xiàn)同時(shí)可以使用經(jīng)典的機(jī)器學(xué)習(xí)方法。終，這篇論文是關(guān)于展示人類(lèi)可以從物理世界中學(xué)到什么?！?/span>

在微觀(guān)層面上，物理世界變成了一個(gè)受量子物理定律支配的極其復(fù)雜的地方。在這個(gè)領(lǐng)域中，粒子可以以疊加態(tài)存在，也可以同時(shí)以?xún)煞N態(tài)存在。狀態(tài)的疊加會(huì)導(dǎo)致糾纏，這是一種粒子連接或相關(guān)的現(xiàn)象，甚至沒(méi)有相互接觸。這些在天然和人造材料中普遍存在的奇怪狀態(tài)和聯(lián)系很難用數(shù)學(xué)來(lái)描述。

“預(yù)測(cè)材料的低能狀態(tài)非常困難，”黃說(shuō)。“有大量的原子，它們是疊加和糾纏的。你無(wú)法寫(xiě)出一個(gè)方程式來(lái)描述這一切?！?/span>

這項(xiàng)新研究證明了經(jīng)典機(jī)器學(xué)習(xí)可用于彌合我們與量子世界之間的鴻溝。機(jī)器學(xué)習(xí)是一種模仿人腦從數(shù)據(jù)中學(xué)習(xí)的計(jì)算機(jī)應(yīng)用程序。

“我們是生活在量子世界中的經(jīng)典生物，”P(pán)reskill 說(shuō)。“我們的大腦和計(jì)算機(jī)是經(jīng)典的，這限制了我們與量子現(xiàn)實(shí)互動(dòng)和理解的能力。”

雖然之前的研究表明機(jī)器學(xué)習(xí)模型有能力解決一些量子問(wèn)題，但這些方法的運(yùn)行方式通常使研究人員難以了解機(jī)器是如何得出解決方案的。

“通常，在機(jī)器學(xué)習(xí)方面，你不知道機(jī)器是如何解決問(wèn)題的。它是一個(gè)黑匣子，”黃說(shuō)。“但現(xiàn)在我們基本上已經(jīng)通過(guò)我們的數(shù)學(xué)分析和數(shù)值模擬弄清楚了盒子里發(fā)生了什么?！?nbsp;Huang 和他的同事與加州理工學(xué)院的AWS 量子計(jì)算中心合作進(jìn)行了廣泛的數(shù)值模擬，這證實(shí)了他們的理論結(jié)果。

這項(xiàng)新研究將幫助科學(xué)家更好地理解和分類(lèi)量子物質(zhì)的復(fù)雜和奇異相。

“令人擔(dān)心的是，在實(shí)驗(yàn)室中創(chuàng)造新量子態(tài)的人可能無(wú)法理解它們，”P(pán)reskill 解釋說(shuō)。“但現(xiàn)在我們可以獲得合理的經(jīng)典數(shù)據(jù)來(lái)解釋發(fā)生了什么。經(jīng)典機(jī)器不僅像神諭一樣給我們答案，而是引導(dǎo)我們走向更深層次的理解?！?/span>

合著者、NIST（美國(guó)標(biāo)準(zhǔn)與技術(shù)研究院）物理學(xué)家、加州理工學(xué)院前杜布里奇獎(jiǎng)博士后學(xué)者 Victor V. Albert 對(duì)此表示贊同。“這項(xiàng)工作讓我興奮的部分是，我們現(xiàn)在更接近一種工具，可以幫助你了解量子態(tài)的基本階段，而無(wú)需你提前非常了解該狀態(tài)?！?/span>

科學(xué)家們說(shuō)，終，當(dāng)然，未來(lái)基于量子的機(jī)器學(xué)習(xí)工具將勝過(guò)經(jīng)典方法。在2022 年 6 月 10 日發(fā)表在《科學(xué)》雜志上的一項(xiàng)相關(guān)研究中，Huang、Preskill 及其合作者報(bào)告說(shuō)，他們使用谷歌的 Sycamore 處理器（一種基本的量子計(jì)算機(jī)）來(lái)證明量子機(jī)器學(xué)習(xí)優(yōu)于經(jīng)典方法。

“我們?nèi)蕴幱谶@一領(lǐng)域的起步階段，”黃說(shuō)。“但我們確實(shí)知道，量子機(jī)器學(xué)習(xí)終將是有效的?！?/span>

這項(xiàng)名為“可證明有效的量子多體問(wèn)題機(jī)器學(xué)習(xí)”的科學(xué)研究由 J. Yang 和家庭基金會(huì)、能源部和科學(xué)基金會(huì) (NSF) 資助。