编辑:Sakura 在向实用量子计算迈进的进程中,来自麻省理工学院,Google和其他组织的研究人员一起设计了一个系统,可以验证量子芯片是否能够准确执行传统计算机无法执行的复杂计算。 量子芯片使用量子位执行计算,量子位可以表示对应于经典二进制位的两个状态(0或1)或两个状态的“量子叠加”。独特的叠加状态可以使量子计算机解决经典计算机几乎无法解决的一些问题,从而可能在材料设计、药物发现和机器学习等方面取得突破。 完整的量子计算机将需要数百万个量子位,但这目前还不可行。在过去的数年中,研究人员已经开发“含噪声中等规模量子”(NISQ)芯片,其中包含大约50至100个量子位。虽然比特数较少,但这足以证明“量子优势”,这意味着NISQ芯片可以解决某些经典计算机难以处理的算法。但是, 验证芯片是否按预期执行操作这一过程却非常的低效。因为芯片的输出可能完全是随机的,因此需要很长时间来模拟步骤,以确定一切是否都按计划进行。 (来源: Mihika Prabhu) 近日,发表在《自然物理学》上的一篇论文中,研究人员描述了一种新颖的协议,可以 有效地验证NISQ芯片已经执行了所有正确的量子操作。他们在定制的光量子芯片上运行一个非常困难的量子问题上验证了其协议。 “ 随着工业和学术界的飞速发展,量子计算机的性能已经超过了传统计算机,而验证其是否正确的执行了计算这一任务变得越来越重要,”论文第一作者Jacques Carolan(电子研究实验室(RLE)及电气工程和计算机科学系(EECS)博士后 )说。“如果投资数十亿美元来制造量子芯片,那肯定会做一些有趣的事情。而我们的技术可 为广泛验证量子系统提供了一个重要工具。加入Jacques Carolan论文的研究人员来自麻省理工学院的EECS和RLE,以及Google Quantum AI实验室、Elenion Technologies、Lightmatter和Zapata Computing。 分而治之 研究人员的工作实质上是将量子线路生成的输出量子状态回溯到已知的输入状态。这样做可以揭示,输入执行了哪些线路操作而产生输出。这些操作应始终与研究人员编写的程序匹配。如果没有,研究人员可以利用这些信息来找出芯片上哪里出了问题。 Carolan说,协议的核心是Variational Quantum Unsampling,它是一种“分而治之”的方法,它将输出量子状态分解为多个块,而不是一次完成整个过程。而是花费很长时间,我们一步一步地做到了这一点。这使我们能够分解问题,以更有效的方式解决它。” Carolan说。 通过一层一层地进行解码需要很长的时间,但是这使我们能够把问题分解成更有效的方式来处理。”Carolan说。 为此,研究人员从神经网络(通过多层计算解决问题)中汲取了灵感,构建了一个新型的“ 量子神经网络”(QNN),其中每一层代表一组量子运算。 (来源: 云韬量子)[/caption] 为了运行QNN,他们使用传统的硅制造技术来构建2 x 5毫米NISQ芯片,该芯片具有170多个控制参数,这些可调电路组件使操纵光子路径变得更加容易。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(它们会改变光子的路径)相互干扰。这将产生一个随机的量子输出状态,表示在计算过程中将发生的情况。输出由一组外部光电探测器传感器测量。 该输出将发送到QNN。第一层使用复杂的优化技术来挖掘噪声的输出,以查明所有加在一起的单个光子的特征。然后,“解码”该组中的单个光子,以识别哪些电路操作将其返回到其已知的输入状态。这些操作应与任务的电路特定设计完全匹配。所有后续层都进行相同的计算,从方程式中删除先前解码过的光子,直到所有光子都被解码。 例如,假设输入到处理器的量子位的输入状态全为零。NISQ芯片对量子位执行一系列操作,以生成大量的,看似随机变化的数字作为输出。(输出数量将一直处于量子叠加状态,因此会不断变化。)QNN选择该大量数量的块。然后,它逐层确定哪些操作将每个量子位还原回其输入状态零。如果有任何操作与原始计划的操作不同,则说明出现了问题。研究人员可以检查预期输出与输入状态之间的不匹配情况,并使用该信息来调整电路设计。 玻色子采样 在实验中,研究小组成功运行了一项流行的计算任务,用于证明量子优势,该实验称为“ 玻色子采样”,其通常在光子芯片上执行。在这个实验中,移相器和其他光学组件将操纵一组输入光子并将其转换为不同量子叠加的输出光子。而任务的最终结果是计算某个输入状态与某个输出状态匹配的概率。从本质上讲,这可以说是概率分布的样本。 但是由于光子的不可预测的行为,经典计算机几乎不可能计算这些样本。从理论上讲,NISQ芯片可以相当快地计算它们。但是,由于NISQ操作和任务本身的复杂性,到目前为止,还没有方法可以快速、轻松地进行验证。Carolan说:“正是这些特性赋予了这些芯片量子计算能力,使得它们几乎不可能被验证。” (来源:普林斯顿) 在实验中,研究人员能够在其定制的NISQ芯片上“去除”(Unsample)遇到玻色子采样问题的两个光子,并且只需很短的时间,就可以采用传统的验证方法。 “这是一篇出色的论文,它使用非线性量子神经网络来学习黑匣子执行的未知unit运算,”约克大学专门研究量子技术的计算机科学教授Stefano Pirandola说。“很明显,该方案对于验证量子电路(例如,由NISQ处理器执行)的实际门可能非常有用。从这个角度来看,该方案是未来量子工程师的重要基准测试工具。而现在,这一想法在光量子芯片上实现了。” Carolan说,尽管该方法是为验证量子芯片是否正确的执行计算这一目的而设计的,但它也可以帮助捕获有用的物理性质。例如,某些分子在激发时会振动,然后基于这些振动发出光子。通过将这些光子注入光子芯片,Carolan说,解码(Unscrambling )技术可以用于发现有关那些分子的量子动力学的信息,以帮助生物工程分子设计。它也可以用来解码携带量子信息的光子(这些量子信息通过 湍流( turbulent spaces)或材料而积累了噪声) 。 Carolan说:“我们的梦想是把这个理论,应用到现实世界中有趣的问题上。” 声明:此文出于传递高质量信息之目的,若来源标注错误或侵权,请作者持权属证明与我们联系,我们将及时更正、删除,所有图片的版权归属所引用组织机构,此处仅引用,原创文章转载需授权。