欢迎光临
我们一直在努力

开发可靠的量子计算机

量子计算机有一天可能会解决算法问题,即使是当今最大的超级计算机也无法解决这些问题。但是,如何测试量子计算机以确保其可靠运行?根据算法任务,这可能是一个简单或非常困难的认证问题。一个国际研究团队采用弗莱堡大学开发的统计方法,朝着解决这一问题的困难变化迈出了重要的一步。他们的研究结果发表在最新版的Nature Photonics上。

他们的一个困难的认证问题的例子是在经过几个光学元件的规定排列之后对定义数量的光子进行分类。该装置为每个光子提供多个传输路径 - 取决于光子是由光学元件反射还是透射。任务是预测光子在定义点处离开布置的概率,用于在布置的入口处给定光子的定位。随着光学装置尺寸的增加和在路上发送的光子数量的增加,由于作为量子力学基础的不确定性原理,最终光子的可能路径和分布的数量急剧增加 - 因此使用我们今天可用的计算机无法预测确切的概率。物理原理说不同类型的粒子 - 如光子或电子 - 应该产生不同的概率分布。但是,当无法进行精确计算时,科学家怎么能分辨出这些分布和不同的光学安排呢?

米兰罗马的研究人员在弗莱堡开发的一种方法; 美国雷德蒙德; 巴黎和弗莱堡现在首次可以识别不可测量的概率分布的特征统计签名。他们能够从数据集中提取信息,而不是完整的“指纹”,这些数据被减少以使其可用。利用这些信息,他们能够区分各种粒子类型和光学布置的独特特征。该团队还表明,这种蒸馏过程可以改进,利用已有的机器学习技术,物理学提供了关于应该使用哪些数据集来寻找相关模式的关键信息。并且因为这种方法对于更大数量的粒子变得更准确,

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。