中国科大郭光灿院士团队在光量子行走领域取得重大突破

【金色港湾资讯网为您推荐阅读】

科技日报合肥3月19日电（记者吴长峰）记者19日从中国科学技术大学获悉，该校郭光灿院士团队在光量子领域取得重大突破步行。 他们利用人工神经网络作为开放系统中混合量子态的有效设计，通过提高神经网络的训练效率，首次在具有内在高保真度的开放光学量子行走系统中实现了高保真混合量子态重构。维结构。 结构。 相关成果近日发表在国际学术期刊《科学·进步》上。

量子行走在量子模拟和量子计算中具有重要的研究价值。 最近，理论上提出了基于人工神经网络的学习开放量子系统的方法。 然而，随着系统规模的不断增大，神经网络需要更复杂的网络结构来保持其混合量子态的高表达能力。 因此，直接应用该方法重建大规模开放量子行走中的进化状态将面临复杂的网络训练问题。

研究团队建造了一种新的干涉测量装置，显着增加了测量基地的数量。 通过建立开放量子行走系统与受限玻尔兹曼机网络模型之间的映射，并开发新的梯度优化算法来高效训练神经网络，研究团队最终完成了某些开放量子行走系统中混合量子态的高效表征。规模。

研究表明，与传统状态层析成像方法相比，仅使用50%的测量基数，即可实现开放光量子行走的完整混合量子态表征，平均保真度高达97.5%。 同时，使用新算法训练神经网络的迭代次数可以减少一个数量级，并且可以有效避免局部极小值的影响，让损失函数达到更低的值，从而大大提高重建保真度。

研究人员表示，这种高效的神经网络混合量子态层析成像方法为开放量子行走的广泛应用提供了新的可能性，并为进一步研究噪声辅助量子计算和量子模拟奠定了基础。