东京大学
b和F分别代表量子系统的输入和输出状态
e是将输入状态序列B传递到量子库S所必需的辅助系统
然后可以读取s来模拟F，而不会中断系统
信用:2021 Tran等人
利用新型量子力学行为的技术很可能在不久的将来变得司空见惯
这些可能包括使用量子信息作为输入和输出数据的设备，由于固有的不确定性，这些设备需要仔细验证
当输出依赖于过去的输入时，如果器件依赖于时间，则验证更具挑战性
研究人员首次使用机器学习，通过在这些系统中加入某种记忆效应，极大地提高了时间相关量子设备的验证效率
量子计算机在科学媒体上成为头条新闻，但大多数专家认为这些机器仍处于初级阶段
然而，量子互联网可能更接近现在
这将提供比我们目前的互联网更大的安全优势
但即便如此，这也将依赖于尚未在实验室之外见到曙光的技术
虽然可以创建我们的量子互联网的设备的许多基本原理可能已经被开发出来，但是要将它们实现为产品，还有许多工程上的挑战
但是许多研究正在进行，以创造设计量子设备的工具
来自东京大学信息科学与技术研究生院的博士后研究员陈国环和副教授中岛康介开创了这样一种工具，他们认为这种工具可以使验证量子设备的行为变得比现在更加有效和精确
他们的贡献是一种算法，可以通过简单地学习量子输入和输出之间的关系来重建依赖于时间的量子设备的工作
当探索经典物理系统时，这种方法实际上很常见，但是量子信息通常很难存储，这通常使得它不可能
Tran说:“基于输入和输出来描述量子系统的技术被称为量子过程层析成像。”
“然而，许多研究人员现在报告说，他们的量子系统表现出某种记忆效应，即现在的状态受到以前状态的影响
这意味着对输入和输出状态的简单检查不能描述系统的时间相关特性
您可以在每次变更之后重复地对系统建模，但是这在计算上是非常低效的
我们的目标是接受这种记忆效应，并利用它为我们服务，而不是用暴力来克服它
" Tran和Nakajima转向机器学习和一种叫做量子水库计算的技术来构建他们的新算法
这将学习量子系统中随时间变化的输入和输出模式，并有效猜测这些模式将如何变化，即使在算法尚未见证的情况下也是如此
因为它不需要像经验方法那样知道量子系统的内部工作原理，而只需要知道输入和输出，所以团队的算法可以更简单，产生结果也更快
“目前，我们的算法可以模拟某种量子系统，但假设的设备可能在处理能力上有很大差异，并具有不同的记忆效果
因此，下一阶段的研究将是拓宽我们算法的能力，本质上使一些东西更通用，从而更有用，”Tran说
“量子机器学习方法能做什么，它们可能会导致什么样的假想装置，这些都让我感到兴奋
" 这项研究发表在《物理评论快报》上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
