中國團隊在光量子行走領域取得重要進展

　　中新社合肥3月19日電 (記者 吳蘭)記者19日從中國科學技術大學獲悉，該校郭光燦院士團隊在光量子行走領域取得重要進展——實現開放光量子行走的高效機器學習。

　　相關研究成果近日發表在國際知名學術期刊《科學進展》(Science Advances)上。

　　量子行走被認為在量子模擬和量子計算中具有重要研究價值。近期研究表明，處在特定噪聲環境下的開放量子行走相對於封閉情形，在解決某些特定問題上具有顯著的效率優勢。然而，傳統的態層析方法並不適用於具有一定規模的開放量子系統。

　　該團隊李傳鋒、許小冶、韓永建等人與合作者，利用人工神經網路作為開放系統中混合量子態的有效擬設，並改進相關演算法有效提高神經網路的訓練效率，在具有內稟高維結構的開放光量子行走系統中，首次實現高保真度混合量子態重構。

　　在具體工作中，研究團隊構建新型干涉測量裝置以顯著增加測量基數目，並通過建立開放量子行走系統等方式，同時開發新的梯度優化演算法高效訓練神經網路，最終完成對具有一定規模的開放量子行走系統中混合量子態的有效表徵。

　　為了增加神經網路訓練數據，研究團隊在前期構建的大尺度光量子行走實驗系統基礎上，進一步引入特定干涉測量。結果表明，基於神經網路技術，僅利用相對於傳統態層析方法50%的測量基數目，即可實現平均保真度高達97.5%的開放光量子行走的完整混合量子態表徵。

　　此外，為提高複雜神經網路的訓練效率，研究團隊還開發出更為有效的廣義自然梯度下降演算法。研究結果表明，相比于傳統梯度下降演算法，採用新演算法的神經網路訓練迭代次數可以減少一個數量級，且極大提高重構保真度。

　　據介紹，這種高效的方法為開放量子行走的廣泛應用提供新的可能性，併為進一步研究噪聲輔助的量子計算和量子模擬奠定基礎。(完)