怎么知道量子计算机算的准禁绝MIT谷歌找到一好方法

新智元报导

来历：MIT

修改：大明

【新智元导读】谷歌现已完结“量子优势”，但怎么确认量子核算机算的对不对，是否按预订规划履行了核算进程，仍是一个难题。近来，MIT与谷歌的研讨人员运用量子神经网络的“解采样”处理了这样的一个问题。论文已宣布在《天然·物理学》上。「福利：今晚8点，刘天义博士为您解读云游戏性能及优化，戳右边链接上新智元小程序参加直播！」

为了让量子核算赶快面向有用，麻省理工学院，谷歌等组织和企业规划了一种体系，可以验证量子芯片是否可以精确履行了传统核算机无法完结的杂乱核算。

量子芯片运用“量子比特”履行核算，量子比特可以表明对应于经典二进制位的两个状况（0或1）或两个状况一起呈现的“量子叠加”。这种共同的叠加状况，可以使量子核算机处理经典核算机简直无法处理的问题，在资料规划，新药发现和机器学习等方面获得打破。

完整体的量子核算机的运转需求数百万个量子比特，现在远远无法完结。曩昔几年中，研讨人员开端开发包括大约50至100量子比特的“噪声中级量子”（NISQ）芯片。

NISQ芯片能处理传统核算机难以处理的某些算法。可是，下一个难题是怎么验证量子芯片是否按预期履行操作。NISQ芯片的输出看起来可能是彻底随机的，要确认全部是否按计划进行需求很长时刻。

近来宣布在《天然·物理学》上的一篇论文中，研讨人员描绘了一种新办法，可以轻松又有效地验证NISQ芯片现已履行了一切正确的量子操作。

分而治之：先分化，再复原

研讨人员的作业实质上是将量子电路发作的输出量子状况追溯到已知的输入状况。这样做可以提醒从输入到输出履行了哪些电路操作。这些操作应一直与研讨人员编写的程序相匹配。假如不匹配，研讨人员可通过这些信息来确认芯片上哪里出了问题。

为此，研讨人员从神经网络中罗致创意，构建了一个新的“量子神经网络”（QNN），其间每一层代表一组量子运算。

为了运转QNN，研讨人员运用传统的硅制作技能来构建2 x 5毫米NISQ芯片，成对的光子从外部组件以特定的波长生成，并注入到芯片中。光子穿过芯片的移相器，移相器会改动光子的途径，然后彼此搅扰。

这样的一个进程将发作一个随机的量子输出状况，用以表明在核算进程中将发作的状况。输出信号由一组外部光电探测器传感器丈量。

将输出发送到QNN中。QNN的第一层运用杂乱的优化技能来发掘喧闹的输出，区别一切叠加在一起的单个光子的签名。然后对单个光子进行“解扰”，识别是哪些电路操作将其返回到对应光子的已知输入状况。这些操作与电路特定规划彻底匹配。

然后对一切后续层都进行相同的核算，直到一切光子都处于未加密状况停止。

例如，假定输入处理器的量子比特的输入状况全为零。由NISQ芯片对量子比特履行一系列操作，生成很多看似随机的数字输出。

QNN会逐层确认哪些操作将每个量子比特复原回其输入的零状况。假如有任何操作与原计划的操作不同，就阐明呈现了问题。研讨人员可以查看预期输出与输入状况之间哪里不匹配，并依据这些异常来调整电路规划。

玻色子“解采样”：算的准禁绝一测便知

在试验中，研讨小组成功运转了一项盛行的核算使命，该使命用于证明量子优势，该使命名为“玻色子采样”，通常在光子芯片上履行。试验中，移相器和其他光学组件操作一组输入光子，并将其转换为输出光子的不同量子态叠加。试验使命是核算某个输入状况与某个输出状况相匹配的概率。

可是因为光子的不行猜测性，传统核算机简直不行能完结这个使命。从理论上讲，NISQ芯片可以快速核算。可是，因为NISQ操作和使命自身的杂乱性，到现在停止，还没有办法可以快速、轻松地进行验证算出来的成果究竟对不对。

卡洛兰说：“赋予这些芯片量子核算才能的相同特性简直使它们无法验证。”

在试验中，研讨人员可以在其定制的NISQ芯片上“解采样”遇到玻色子采样问题的两个光子，验证只需很短的时刻，可以运用传统的验证办法。

“从这个视点来看，该计划是未来量子工程师的重要基准测验东西。

卡罗兰说，虽然该办法是为量子验证意图而规划的，但也可拿来发现有用的物理性质。例如，某些分子在激起时会振荡，并根据这些振荡宣布光子。将这些光子注入光子芯片，可用于发现有关分子的量子动力学的信息，进行生物工程分子规划。

“咱们的愿望是，期望这个验证技能能处理物理国际中更多风趣的问题。”

参阅链接：

http://news.mit.edu/2020/verify-quantum-chips-computing-0113