從中國科學(xué)院物理研究所獲悉，近日，中國科學(xué)院物理研究所/北京凝聚態(tài)物理國家研究中心范桁、許凱課題組和鄭東寧課題組等，聯(lián)合南開大學(xué)田建國、劉智波課題組，浙江大學(xué)王浩華課題組和清華大學(xué)鄧東靈課題組，首次將QGAN 算法推廣到了更多的比特范疇并引入了多體糾纏，并首次在超導(dǎo)量子計(jì)算平臺中實(shí)現(xiàn)了由量子梯度引導(dǎo)的QGAN訓(xùn)練。

據(jù)了解，人工智能的核心是機(jī)器學(xué)習(xí)，而近幾年，在機(jī)器學(xué)習(xí)領(lǐng)域冉冉升起了一枚新星，生成性對抗網(wǎng)絡(luò)（GAN，Generative Adversarial Networks），由 Goodfellow 等人于2014年提出，目前在圖像鑒別和視頻生成等方面都有大量的應(yīng)用實(shí)例。

但是，和機(jī)器學(xué)習(xí)的其它算法一樣，GAN面臨的最大問題就是所謂的“維數(shù)災(zāi)難”，即學(xué)習(xí)所需要的訓(xùn)練集數(shù)量是隨著維數(shù)指數(shù)增長的。如果我們面臨的數(shù)據(jù)存在于高維空間，那么經(jīng)典計(jì)算機(jī)將很快便不能有效處理。現(xiàn)在擁有的量子計(jì)算可以解決經(jīng)典計(jì)算機(jī)無法解決或者復(fù)雜度過高的諸多問題。同時(shí)，相比其它體系，超導(dǎo)量子計(jì)算這一技術(shù)路線在實(shí)用化量子計(jì)算方向具有優(yōu)勢地位。

那么，我們是否可以將GAN與量子計(jì)算結(jié)合起來，設(shè)計(jì)一種更高效的量子生成性對抗網(wǎng)絡(luò)（QGAN，Quantum Generative Adversarial Networks）算法呢？

這一概念最先由 Dallaire-Demers等人提出，其基本原理與GAN類似, 區(qū)別在于這里G和D是由量子電路或者量子網(wǎng)絡(luò)構(gòu)成，訓(xùn)練用的數(shù)據(jù)集也可以是量子數(shù)據(jù) (如量子態(tài)等)。至今在超導(dǎo)量子計(jì)算平臺關(guān)于QGAN 的展示局限于單比特量子態(tài)的學(xué)習(xí)，而且其梯度計(jì)算仍為經(jīng)典的差分方式，使得計(jì)算精度受固有的差分誤差影響，進(jìn)而影響最后訓(xùn)練的收斂性。與此同時(shí)，能夠體現(xiàn)量子性質(zhì)并且作為實(shí)現(xiàn)量子霸權(quán)的重要資源的量子糾纏并沒有在已有的研究中體現(xiàn)。

研究團(tuán)隊(duì)在針對QGAN的實(shí)驗(yàn)中，使用包含20個(gè)量子比特的全聯(lián)通架構(gòu)的量子芯片，在該芯片上已經(jīng)實(shí)現(xiàn)了包括20比特薛定諤貓態(tài)制備、動力學(xué)相變的模擬等一些高水平工作。本次實(shí)驗(yàn)用到了其中的 5個(gè)量子比特，相應(yīng)的量子算法如圖1所示，其中包括多個(gè)單比特量子門，多個(gè)多比特糾纏門以及多個(gè)兩比特控制門，其線路深度超過20，實(shí)驗(yàn)中需要根據(jù)量子梯度引導(dǎo)去不斷優(yōu)化單比特量子門參數(shù)。

圖1. （a）QGAN 流程圖。（b）全聯(lián)通樣品芯片簡易示意圖。（c）QGAN 實(shí)際算法電路圖，其中品紅色部分為量子梯度計(jì)算電路。

其次，為測試量子梯度的可行性，研究人員首先嘗試訓(xùn)練了一個(gè)任意單比特混態(tài)，在經(jīng)過140步左右的訓(xùn)練后，其生成的量子態(tài)相對于真實(shí)情況保真度為0.999, 見圖2。

圖2. （a）任意單量子比特混態(tài)訓(xùn)練結(jié)果。（b）訓(xùn)練得到的和真實(shí)密度矩陣的對比，其保真度可達(dá)0.999。

在該基礎(chǔ)上，他們將學(xué)習(xí)目標(biāo)更改為更加復(fù)雜的兩比特異或門，通過大約190步的訓(xùn)練，研究人員以 0.927的保真度重現(xiàn)了異或門的真值表，見圖3。這表明QGAN在復(fù)雜的量子過程學(xué)習(xí)方面有很大的潛力，隨系統(tǒng)規(guī)模增大，它可以直接擴(kuò)展到優(yōu)化控制和自引導(dǎo)量子層析成像等領(lǐng)域。

圖3. （a）異或門訓(xùn)練結(jié)果。訓(xùn)練的真值表保真度為0.927。（b）訓(xùn)練過程中兩個(gè)特征單比特量子門參數(shù)的變化。

此項(xiàng)成果已于近期發(fā)表，南開大學(xué)聯(lián)合培養(yǎng)博士生黃凱旋，Q03組博士生王正安，以及浙江大學(xué)宋超特聘教授為論文的共同第一作者。合作團(tuán)隊(duì)還包括浙江大學(xué)博士后李賀康（量子芯片制備者）、浙江大學(xué)特聘教授王震、浙江大學(xué)杭州國際科創(chuàng)中心科創(chuàng)百人研究員郭秋江、浙江大學(xué)碩士生宋紫璇等。

除上述成果外，中科院物理研究所許凱副研究員、范桁研究員、鄭東寧研究員等與福州大學(xué)鄭仕標(biāo)教授、楊貞標(biāo)教授課題組合作，利用兩個(gè)超導(dǎo)量子比特及其輔助能級實(shí)現(xiàn)了非阿貝爾幾何受控非門；中科院物理研究所范桁研究員、博士生孫政杭與中國科學(xué)技術(shù)大學(xué)朱曉波研究員、潘建偉教授等合作，利用一維排列的12個(gè)超導(dǎo)量子比特，通過制備不同的初態(tài)，對應(yīng)于不同的溫度，實(shí)現(xiàn)了熱化強(qiáng)弱程度不同現(xiàn)象的實(shí)驗(yàn)觀測。

【來源：C114通信網(wǎng)】【作者：余予】

關(guān)鍵詞： 量子 超導(dǎo) 進(jìn)展