該研究將會極大的推動量子計算機的研究和發(fā)展。

近日，科學家通過實驗證明，基于少量的數(shù)據(jù)，機器學習可以重建量子系統(tǒng)。這個方法使得科學家能夠在數(shù)小時之內(nèi)完成之前數(shù)千年都沒有解決的問題。

電子等粒子系統(tǒng)能以許多不同的組合存在，每種系統(tǒng)都有特定的出現(xiàn)概率。在量子領(lǐng)域，未被觀察的系統(tǒng)并不以任何一種組合存在，而被認為是所有可能的組合，這種系統(tǒng)就像是薛定諤的貓，當科學家對其進行測量之時，整個系統(tǒng)就坍塌成特定的組成形式。

因而，量子系統(tǒng)的這一特性就表明，科學家無法通過一次實驗就觀察到整個系統(tǒng)的復雜特性，而是要經(jīng)過一次又一次的測量來不斷研究分析，直到能夠確定整個系統(tǒng)的狀態(tài)。

但是這一過程中，隨著量子系統(tǒng)中使用的量子數(shù)增加，系統(tǒng)的復雜度將會以指數(shù)倍增長，如，每個電子擁有向上或向下的自旋，5電子系統(tǒng)擁有32種可能的組合；100個電子系統(tǒng)則擁有2的100次方種組合。此外，量子糾纏也會加深量子系統(tǒng)的復雜程度，因此傳統(tǒng)方法力不從心。

在最新的這項研究中，美國紐約計算量子物理中心副研究員朱塞佩·卡萊奧及加拿大科學家，利用機器學習技術(shù)規(guī)避了這些限制。他們將量子系統(tǒng)的實驗測量結(jié)果提供給基于人工神經(jīng)網(wǎng)絡的軟件工具，軟件會學習并嘗試模仿系統(tǒng)的行為，一旦軟件獲取足夠多的數(shù)據(jù)，它可以準確地重建完整的量子系統(tǒng)。

研究人員使用基于不同量子系統(tǒng)的模擬實驗數(shù)據(jù)集對軟件進行了測試。結(jié)果顯示，該軟件遠超傳統(tǒng)方法，新技術(shù)也可處理更大的系統(tǒng)，還能幫助科學家驗證量子計算機是否正確設置，量子軟件是否按預期運行等。

未來，該研究將會極大的推動量子計算機的研究和發(fā)展。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！