新的人工智能工具通過觀察網(wǎng)絡結(jié)構(gòu)來預測量子系統(tǒng)的行為

俄羅斯研究人員創(chuàng)造了一種基于人工智能（AI）的工具，通過“觀察”量子系統(tǒng)的網(wǎng)絡結(jié)構(gòu)，學會了預測量子系統(tǒng)的行為。

根據(jù)發(fā)表在《新物理雜志》上的一項研究，神經(jīng)網(wǎng)絡自主地找到了適合量子優(yōu)勢演示的解決方案。

這是為了幫助研究人員開發(fā)新的高效量子計算機。

莫斯科物理技術(shù)研究所（MIPT）副教授列昂尼德？費迪奇金（Leonid Fedichkin）表示：“我們在訓練計算機對復雜網(wǎng)絡是否具有量子優(yōu)勢進行自主預測方面相當成功。

還讀：人工智能技術(shù)將語言障礙者的大腦信號轉(zhuǎn)換成語言

現(xiàn)代科學中的廣泛問題是通過量子力學計算來解決的。

一些例子是研究化學反應和尋找穩(wěn)定的分子結(jié)構(gòu)的醫(yī)藥，藥劑學和其他行業(yè)。

所涉及的問題的量子性質(zhì)使量子計算更適合它們。相比之下，古典計算往往只返回大量的近似解。

創(chuàng)造量子計算機是昂貴和耗時的，由此產(chǎn)生的設備不能保證表現(xiàn)出任何量子優(yōu)勢-也就是說，比傳統(tǒng)計算機操作更快。

因此，研究人員需要工具來預測給定的量子設備是否具有量子優(yōu)勢。

實現(xiàn)量子計算的方法之一是量子游動。用簡化的術(shù)語來說，這種方法可以被看作是一個粒子在一定的網(wǎng)絡中運動，這是量子電路的基礎(chǔ)。

還讀到：埃隆·馬斯克有了一個新的私人助理，它不是人類

如果一個粒子的量子從一個網(wǎng)絡節(jié)點到另一個網(wǎng)絡節(jié)點的速度比它的經(jīng)典模擬更快，那么基于該電路的設備將具有量子優(yōu)勢。

尋找這種優(yōu)越的網(wǎng)絡是量子步行專家解決的一項重要任務。

俄羅斯研究人員所做的是用人工智能取代專家。他們訓練機器區(qū)分網(wǎng)絡，并判斷給定的網(wǎng)絡是否會帶來量子優(yōu)勢。這就確定了構(gòu)建量子計算機的最佳候選網(wǎng)絡。

研究小組使用了一個面向圖像識別的神經(jīng)網(wǎng)絡。一個鄰接矩陣作為輸入數(shù)據(jù)，以及輸入和輸出節(jié)點的數(shù)目。神經(jīng)網(wǎng)絡返回一個預測，是經(jīng)典的還是量子步行之間的給定節(jié)點會更快。

費迪奇金說：“這種做法不會奏效，但確實奏效了。

“量子行為和經(jīng)典行為之間的界限往往模糊不清。我們研究的顯著特征是由此產(chǎn)生的特殊用途計算機視覺，能夠識別網(wǎng)絡空間中的這條細線，“來自俄羅斯IT MO大學的Alexey Melnikov補充說。

研究人員發(fā)明了一種基于量子算法簡化計算電路開發(fā)的工具。由此產(chǎn)生的裝置將對生物光子學研究和材料科學產(chǎn)生興趣。