新方法可在含噪環境下 重構更大規模量子計算過程

科技日報訊 （記者張強）實現量子霸權之後，量子計算進入含噪中等規模時代，如何理解和克服噪聲成為量子計算邁向實用化的研究重點。記者9月25日獲悉，國防科技大學計算機學院QUANTA團隊，提出一種基於量子糾纏和機器學習的量子過程層析方法，能夠有效抑制噪聲並大幅減少層析開銷，可在含噪環境下重構更大規模量子計算過程。基於該方法，QUANTA團隊設計和研製成功一款可編程硅基光量子計算芯片，實驗證實了其有效性。相關成果在線發表於國際頂級期刊《物理評論快報》。論文審稿人評價“這項工作在解決量子信息科學領域的關鍵問題上邁出了至關重要的一步”。

據論文第一作者、國防科技大學博士生薛詩川介紹，量子過程層析就像CT一樣，通過輸入和測量量子態完成對未知量子過程的“掃描”，可以重構量子過程的全部信息。這對研究複雜量子物理系統和開發量子計算機都非常必要。然而，標準的量子過程層析方法在量子態製備、測量和數據處理等方面都需要指數開銷，限制了可層析系統的規模。而執行量子過程層析的量子裝置本身也自帶噪聲，大大降低了層析的準確性。新方法通過引入量子糾纏，大幅減少了標準量子過程層析中的輸入量子態數目，降低了所需的測量次數，又通過機器學習方法讓實驗系統中的各部分噪聲在一定程度上相互抵消，能更精確地層析更大系統中的複雜量子過程。

“在新設計的硅基光量子計算芯片上，通過簡單的機器學習方法，量子過程層析的平均保真度從92.38%提升至95.56%，未來引入新的優化策略還可進一步提升。”論文共同第一作者、國防科技大學博士生王易之説。

論文通信作者、QUANTA團隊負責人吳俊傑研究員指出，這項工作説明機器學習方法這種人工智能技術在理解和克服噪聲方面能夠發揮重要作用。同時，量子計算加速人工智能問題的求解也是當前的研究熱點。量子計算與人工智能的交叉方向——“量子人工智能”的突破有望成為繼量子霸權之後量子計算發展的新里程碑。