有望應(yīng)用于發(fā)覺新的多體化學(xué)性質(zhì)、了解未知分子結(jié)構(gòu)等領(lǐng)域
該研究結(jié)果明晰地詮釋了量子機(jī)器可比任何精典機(jī)器量子通訊的原理，都愈發(fā)有效地學(xué)習(xí)化學(xué)世界的運(yùn)作法則，通過這項(xiàng)最基本的學(xué)習(xí)問題（建構(gòu)一個(gè)未知多體系統(tǒng)的模型）中所獲得的物理技術(shù)，研究人員證明了量子學(xué)習(xí)機(jī)器在許多其他的學(xué)習(xí)問題（主成分剖析、學(xué)習(xí)數(shù)學(xué)演變）也都具有指數(shù)級的加速。
其中量子通訊的原理，在量子處理器上使用多達(dá)40個(gè)量子位的原理驗(yàn)證實(shí)驗(yàn)中，該團(tuán)隊(duì)在最知名的精典下限上，實(shí)現(xiàn)了所需實(shí)驗(yàn)數(shù)目的幾乎4個(gè)數(shù)目級的降低。
該論文第一作者兼共同通信作者、加州理工大學(xué)估算與物理科學(xué)系博士生表示，“我們考慮了一個(gè)最基本的學(xué)習(xí)問題，給定一個(gè)未知的多體化學(xué)系統(tǒng)，透過實(shí)驗(yàn)去建構(gòu)這個(gè)系統(tǒng)的模型，可使用該模型來預(yù)測這個(gè)未知系統(tǒng)的各類性質(zhì)。”
圖丨量子提高實(shí)驗(yàn)和常規(guī)實(shí)驗(yàn)的圖示(來源：)
盡管該研究仍處于基礎(chǔ)的研究階段，但該成果展示了量子人工智能技術(shù)怎么幫助科學(xué)家更有效地通過實(shí)驗(yàn)學(xué)習(xí)數(shù)學(xué)系統(tǒng)的性質(zhì)。“隨著量子科技的進(jìn)步，我相信這項(xiàng)成果會為量子機(jī)器學(xué)習(xí)帶來新的方向。有望應(yīng)用于發(fā)覺新的多體化學(xué)性質(zhì)、了解未知分子的結(jié)構(gòu)、設(shè)計(jì)更好的抗生素、催化劑、材料、電池等。”他說。
每位電子可看作一個(gè)量子位元，在該實(shí)驗(yàn)中，考慮到一個(gè)多電子系統(tǒng)，電子之間有一些精典的關(guān)聯(lián)（假如某一個(gè)電子朝上，那另一電子必將朝下等）。而她們希望可以透過最少次的實(shí)驗(yàn)去建構(gòu)這個(gè)系統(tǒng)的模型，來預(yù)測電子之間的關(guān)聯(lián)。
該團(tuán)隊(duì)通過物理證明學(xué)習(xí)問題對于精典學(xué)習(xí)機(jī)器須要指數(shù)大的實(shí)驗(yàn)，并且對于一個(gè)量子學(xué)習(xí)機(jī)器則十分簡單。“其中最重要的概念是，量子機(jī)器可存放資訊于量子記憶體中，并對于這種量子資訊進(jìn)行量子估算。這促使我們更清晰地看見多電子系統(tǒng)中，不同電子之間的精典關(guān)聯(lián)。”表示。
圖丨學(xué)習(xí)數(shù)學(xué)狀態(tài)的量子優(yōu)勢(來源：)
實(shí)際上，該團(tuán)隊(duì)最想確認(rèn)的問題在于，量子計(jì)算機(jī)是否可以擁有更強(qiáng)悍的學(xué)習(xí)能力。其實(shí)往年研究在該方面進(jìn)行了大量探求，然而結(jié)果依然十分不明朗。一開始，有學(xué)者推測量子計(jì)算機(jī)可以在好多的機(jī)器學(xué)習(xí)問題上（如推薦系統(tǒng)、分類問題、主成份剖析等）獲得指數(shù)級的加速，并提出了各類量子演算法。
然而過去幾年，從芝加哥學(xué)院理論計(jì)算機(jī)科學(xué)系博士生唐伊文（譯音，）開始的一系列進(jìn)展，一些學(xué)者發(fā)覺在好多的問題上，可設(shè)計(jì)更好的精典機(jī)器學(xué)習(xí)算法。而相較于那些更好的精典演算法，許多已知的量子演算法并不具有指數(shù)級加速。
圖丨學(xué)習(xí)化學(xué)動力學(xué)的量子優(yōu)勢(來源：)
除此之外，的開源量子物理AI模型DM21等近日的技術(shù)進(jìn)展，一再展現(xiàn)了精典機(jī)器學(xué)習(xí)算法在量子多體化學(xué)問題（如分子結(jié)構(gòu)、基態(tài)性質(zhì)等）的有效性。
這不禁讓人們開始懷疑，量子計(jì)算機(jī)在學(xué)習(xí)能力上，包括古典問題、如分類貓與狗，或量子問題、如預(yù)測分子結(jié)構(gòu)等方面，會不會難以得到十分明顯的優(yōu)勢？表示：“這次研究，我們期望可以愈發(fā)了解量子機(jī)器是否能擁有比精典機(jī)器。（包括現(xiàn)有的筆記本以及人腦等）更強(qiáng)悍的學(xué)習(xí)能力。而我們給出的物理證明及完成的化學(xué)實(shí)驗(yàn)，否認(rèn)了量子機(jī)器的確擁有更強(qiáng)大的學(xué)習(xí)能力。”
未來的人工智能將基于量子估算
專科結(jié)業(yè)于日本學(xué)院，他學(xué)院時(shí)期的主要研究方向是精典機(jī)器學(xué)習(xí)、以及深度學(xué)習(xí)。確認(rèn)要在量子估算方向精耕的抓手是在大四時(shí)接觸到量子估算后，他了解到量子估算從本質(zhì)上來看，具有比精典估算更強(qiáng)的估算能力，且學(xué)習(xí)能力和估算能力有很強(qiáng)的正相關(guān)。
“我相信未來的人工智能必將是基于量子估算而非古典估算，盡管量子估算仍處于十分實(shí)驗(yàn)性的階段，我覺得通過物理剖析及操作這種現(xiàn)有的量子計(jì)算機(jī)，便可以開始探求這種量子人工智能到底可以比精典人工智能強(qiáng)上多少、強(qiáng)在那兒。”他說。