国家标准与技术研究所 这位艺术家的概念展示了研究小组如何使用人工智能和其他计算技术来调谐量子点设备以用作量子位
点的电子被电门包围，电门的可调电压升高和降低大圆圈中的“峰”和“谷”
当栅极推动电子时，对运动电子的灵敏测量会在黑白图像中产生警示线，人工智能用它来判断点的状态，然后对栅极电压进行连续调整
最终，人工智能将一个单点(最左边的大圆)转换成一个双点(最右边的)，这一过程对于操作人员来说需要花费数小时
信用:B
海斯/ NIST 一个高端赛车引擎需要它的所有组件精确地调整和协同工作，以提供最高质量的性能
量子计算机内部的处理器也是如此，在它能够执行计算之前，必须以正确的方式调整它的精细位
谁是这项量子调试工作的合适机械师？根据一个包括国家标准与技术研究所(NIST)科学家在内的团队的说法，这是一个人工智能，那就是谁
该团队在《物理评论应用》杂志上的论文概述了一种教人工智能对微小量子点进行一系列相互关联的调整的方法，这些量子点是许多有前途的创建量子位或“量子位”的设备之一，这些量子位或“量子位”将形成量子计算机处理器中的开关
精确调整这些点对于将它们转换成功能正常的量子位至关重要，直到现在，这项工作还得由人工操作人员费力地完成，甚至需要数小时的工作才能为一次计算创建少量的量子位
一台具有许多相互作用的量子位的实用量子计算机需要的点和调整比人类能够管理的要多得多，因此该团队的成就可能会使基于量子点的处理从理论领域更接近工程现实
“量子计算机理论家想象他们可以用数百或数千个量子比特做什么，但是房间里的大象是我们实际上一次只能让其中的一小部分工作，”NIST数学家贾斯蒂娜·兹沃勒克说
“现在我们有了实现这一目标的途径
" 量子点通常包含电子，这些电子被限制在半导体材料中紧密的盒状空间内
形成盒子壁的是半导体表面上方的几个金属电极(所谓的门)，它们被施加电压，影响量子点的位置和电子数量
根据它们相对于点的位置，门以不同的方式控制电子
为了让这些点做你想做的事情——例如，作为一种或另一种量子位逻辑开关——栅极电压必须调整到正确的值
这种调整是手动完成的，通过测量流经量子点系统的电流，然后稍微改变栅极电压，然后再次检查电流
你涉及的点(和门)越多，就越难同时对它们进行调整，这样你就能得到能正常工作的量子位
简而言之，这不是一个任何人类机械师都会为输给机器而感到难过的工作
该论文的合著者、威斯康星大学麦迪逊分校物理系的研究生汤姆·麦克琼金说:“这通常是一个研究生完成的工作。”
“我可以在几个小时内调好一个点，两个可能要花一天的时间
我可以做四个，但如果我需要回家睡觉就不行
随着这一领域的发展，我们不能花数周的时间让系统准备好——我们需要把人排除在外
" 然而，图片只是麦克琼金在调整圆点时习惯看的东西:他处理的数据是以视觉图像的形式出现的，研究小组意识到人工智能擅长识别这些图像
被称为卷积神经网络的人工智能算法已经成为自动图像分类的热门技术，只要它们接触到大量需要识别的例子
因此，在杰克·泰勒联合量子研究所的监督下，该团队的桑德什·卡兰特创建了一个模拟器，该模拟器将生成数千张量子点测量图像，这些图像可以作为训练练习提供给人工智能
“我们模拟我们想要的量子位设置，并在一夜之间运行它，早上我们就有了训练人工智能自动调整系统所需的所有数据，”兹沃勒克说
“我们将它设计成可用于任何基于量子点的系统，而不仅仅是我们自己的系统
" 该团队从小规模开始，使用两个量子点的设置，他们验证了在一定的限制下，他们训练的人工智能可以自动调整系统到他们想要的设置
这并不完美——他们确定了几个需要改进方法可靠性的领域——而且他们还不能用它来调谐成千上万个相互连接的量子点
但是，即使在这个早期阶段，它的实际力量也是不可否认的，它让一个熟练的研究员可以在其他地方度过宝贵的时间
兹沃勒克说:“这是一种利用机器学习来节省劳动力的方法，最终可以做一些人类不擅长的事情。”
“我们都能认出一只三维的猫，这基本上就是一个带有几个适当调整的门的单个点
许多点和门就像一只10维的猫
人类甚至看不到10D的猫
但是我们可以训练人工智能来识别一个
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
