爱吧机器人网 » 技术 > 机器学习 > 正文

上交大&南科大最新PRL论文:成功用机器学习实现量子态分类器

据机器之心了解,近日,上海交通大学金贤敏研究团队在人工智能与量子信息技术交叉领域取得重要突破。金贤敏研究团队与南方科技大学翁文康教授合作,首次将机器学习技术应用于解决量子信息难题,实验实现了基于人工神经网络的量子态分类器。成果以「Experimental Machine Learning of Quantum States」为题刊发在国际物理学权威期刊《物理评论快报》上。

前沿|上交大&南科大最新PRL论文:成功用机器学习实现量子态分类器
将传统的量子力学贝尔不等式对应到人工神经网络,实现量子态分类器

据介绍,目前学术界对量子机器学习这一交叉领域包括两方面研究:一方面是利用量子力学的相干叠加或者纠缠等特性,构建能有实现加速的量子机器学习算法,如量子版本的 PCA 和 SVM 算法,以及能有效解决线性方程组求解的 HHL 算法等;另一方面,经典人工智能算法作为一种研究工具,能提供有效的信息提取和分类,如果可以建立起物理难题到人工智能算法的映射,就能够有效解决这些问题,目前已在理论上成功用于研究相变、多体物理等问题,但由于调控技术限制,罕有实验方面的研究。

2017 年,翁文康教授提出一种全新的理论模型 [arXiv: 1705.00813 (2017)],将量子力学中贝尔不等式测量参数对应到人工智能网络,成功简化了传统上被认为是一项资源消耗度相当高的量子态分类问题。

前沿|上交大&南科大最新PRL论文:成功用机器学习实现量子态分类器
量子态分类器实验装置

上海交通大学金贤敏研究团队利用时间混态技术成功在实验上演示了量子态分类器,实验证明无论在判别阈值和性能上,人工智能的量子态分类器均远优于贝尔不等式检验的方法,研究团队在实验中分别各制备了超过 1000 种量子态用于分类器的训练和检验,分类器能够以 99.7% 的高匹配度识别出不同类别的量子态,分析出不同类纠缠的动态边界。

不同于以往单纯从理论上对量子机器学习的研究,研究团队发现通过实验中真实获得的数据来训练量子态分类器,其识别匹配度优于单纯使用计算机生成数据进行训练的量子态分类器。这说明机器学习的过程必须考虑到真实的实验环境和噪声,对学习优化的参数进行适当调整,并发现仅仅从理论上去研究量子机器学习是有其局限性的,需要更多地从实验上考察量子机器学习的表现和效率。通过一个简单的实例就能明白:对于一个汽车图像识别的机器学习程序,如果仅仅用计算机生成的建模去用作训练集,当遇到不同天气、不同光照条件下的真实汽车图片时,其识别率必然会受到影响,只有用完全真实环境下的数据来作为训练集,才能更真实地反映出问题本质,从而更好地面向实用化进程。

这项研究首次从实验上演示了机器学习算法用于解决量子信息难题,标志着机器学习与量子信息的深度交叉,以及向发展各种衍生技术迈出了重要一步。可以预期,未来机器学习作为一种全新的工具,能够有助于解决更多的物理难题,同时这类研究也能加深人类对机器学习机制的理解,催生出更多的人工智能框架与结构。

前沿|上交大&南科大最新PRL论文:成功用机器学习实现量子态分类器
实验对比线性优化与非线性优化的量子态识别结果,带有隐藏层的神经网络能正确地预测不同类纠缠的动态边界

金贤敏研究团队一直致力于量子信息技术研究,2017 年实现了国际上首个海水量子通信实验,首次实验上有力验证水下及空海一体量子通信的可行性。不久之前,研究团队在美国《科学》子刊《科学进展》上报道了世界最大规模光量子计算芯片,并演示了首个真正空间二维的随机行走量子计算。

文章链接:https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.120.240501


上一篇:利用生成对抗网络进行无监督目标定位
下一篇:【Science重磅】DeepMind生成查询网络GQN 无监督学习展现3D场景
精选推荐
人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统
谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统

[2019-10-11]  训练AI系统的机器人D& 39;Claw和D& 39;Kitty用于控制机器人的人工智能系统,测量其性能所使用的基准通常仅限于为工业环境设计的昂贵硬件, ...

为未来战场创造更有效的机器人 美国陆军研究人工纳米马达
为未来战场创造更有效的机器人 美国陆军研究人工纳米马达

[2019-10-11]  为了使机器人在战斗中更有效、更多才多艺地成为士兵的战友,美国陆军研究人员正在执行一项任务,即研究肌肉分子生命功能的价值,以及复制过 ...

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

MIT最新“人机”互连系统 让双腿机器人复制人体技能
MIT最新“人机”互连系统 让双腿机器人复制人体技能

[2019-11-01]  MIT的小爱马仕想借用你的大脑 ,图片来自: João Ramos爱吧机器人网消息,麻省理工学院(MIT)的研究人员展示了一种新型遥操作系 ...

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

2022年全球工业机器人市场将达到790亿美元
2022年全球工业机器人市场将达到790亿美元

[2017-09-04]  预计到 2022年, 全球工业机器人市场将达到790亿美元, 并在预测期内登记11 5% 的复合年增长率。随着发展中国家中小型企业需求的不断增长, 采用自动化技术以确保生产质量......

什么是机器人学?机器人学简介
什么是机器人学?机器人学简介

[2017-12-14]  机器人学是工程学与科学的交叉学科,包括机械工程,电气工程,计算机科学等。机器人技术涉及机器人的设计、制造、操作和应用,以及用于控制、感官反馈和信息处理的计算机系统。...

本周栏目热点

盘点全球十大最具影响力的机器人摇篮

[1970-01-01]    人工智能(AI)研究现正迅速发展,如无人驾驶汽车、计算机在《危险边缘》智力竞赛节目中获胜、数字私人助手Siri、GoogleNow和语音助手C ...

深度学习反向传播算法(BP)原理推导及代码实现

[2017-12-19]  分析了手写字数据集分类的原理,利用神经网络模型,编写了SGD算法的代码,分多个epochs,每个 epoch 又对 mini_batch 样本做多次迭代计算。这其中,非常重要的一个步骤,......

如何在机器学习项目中使用统计方法的示例

[2018-07-23]  事实上,机器学习预测建模项目必须通过统计学方法才能有效的进行。在本文中,我们将通过实例介绍一些在预测建模问题中起关键作用的统计学方法。...

[2017-08-28]  模拟退火(Simulated Annealing,简称SA)是一种通用概率算法,用来在一个大的搜寻空间内找寻命题的最优解。1、固体退火原理:将固体加温 ...

Machine Learning-感知器分类算法详解

[2018-05-31]  今天我们来讲解的内容是感知器分类算法,本文的结构如下:什么是感知器分类算法,在Python中实现感知器学习算法,在iris(鸢尾花)数据集上训练一个感知器模型,自适应线性神......