百年研究所:量子缠绕协议研究与开发的机器学习

量子缠绕是量子力学中的一种独特现象,当两个微粒处于量子缠绕中时,无论量子测量结果有多远,都与量子测量结果有关。 这种直觉违反允许处理量子信息,以完成经典物理学不允许的许多任务,如量子隐形传输和量子超机密编码协议。 因此,量子缠绕在量子计算和量子通信中起着重要作用,作为一个重要物理资源组群。 对于最近量子设备、当地操作和经典通信(LOCCs),一般认为是利用被缠绕的资源处理量子信息的高效而实用的范例。 由于噪音效应对量子操作真实性的限制,这种直觉违反允许处理量子信息。 这种模式通常假设参与者在一定距离的空间共享预先准备的纠缠资源。 允许量子纠结只对其本地子子系统进行量子操作和测量,而且参与者可以相互交流典型的信息,例如将当地量子测量结果通知对方。 水平化的量子信息处理模式分布在数量操作中,这种定量信息处理模式在数量上的预期的计算结构中,一个重要的方法是用于大规模计算。

针对这一问题,量子研究所的研究人员与LoCCNet在npj Quantum信息开发公司在Npj Quantum信息开发公司出版了一份研究论文。 该研究提议了一个基于实际使用机器学习探索和设计-LoCCNet的LoCC协议框架。 LoCCNet的核心思想是利用树类量子神经网络模拟LoCC协议,并优化LoCC协议。 文章中的研究人员表明,在蒸馏、量子状态分离和量子储存模拟的交织过程中,框架的使用破坏了原LOC协议的性能,为通过机器学习探索量子缠绕和量子信息开辟了新的途径。

图1. LOCCNet优化LOCC协议流程图。

具体地说,蒸馏是处理量子信息的一项核心任务,目的是通过LOCC将一些最初缠在一起的细细的细细的细细混成少量的量子缠结,这些细细的细细的细细的细细的细细的细细,这些细细的细细微细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细细的细的细的细细的细细的细的细细的细的细细的细细的细的细的细的细细的细的细细的细的细的细的细的细的细的细的细细的细的细细的细的细的细的细的细细的细的细的细的细的细的细的细的细的细细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的细的

图2. LOCCNet学会了将缠在一起的蒸馏协议的效果与最初最已知的蒸馏协议(DEJMPS)进行比较;Fidelity提供了缠在一起协议数量和最大数量之间的真实度,其价值更大,表明纠结离最大接近最大;PPT Boud指出了与任何LOC协议的触摸性代表方的缠斗可以取得的一个理论层面,以比较缠在一起的蒸馏协议与最初最已知的(DEJMPS)的影响;Fidelity提供了缠在一起协议数量和最大数量之间的真实度,其价值更大,表明缠在一起接近最大;PPT Boud指出了与任何LOC协议的缠斗可以实现的理论层面。

LOCCNet不仅加强现有的LOC协定,并探索发现新的LOC协定,提高量子缠绕的效率,而且帮助实地研究人员加深对分布式量子信息处理的能力和局限性的了解,并展示机器学习技术的可行性,以打破量子信息瓶颈问题。 研究的主要工具之一是收集在100度深层学习平台[3] (PaddlePaddle)基础上开发的开放源量子机器学习工具[4],该平台为易于使用的量子机器开发成套软件提供了一线量子量子应用开发工具,目前全世界的研究人员可以使用量子优化、量子模拟、量子化学等LOCCNet,作为大海的单元开放源[5],并继续推动AI技术用于能源子计算。

参考文献：

[1]. D. Deutsch, A. Ekert, R. Jozsa, C. Macchiavello, S. Popescu, and A. Sanpera, “Quantum Privacy Amplification and the Security of Quantum Cryptography over Noisy Channels,” Phys. Rev. Lett., vol. 77, no. 13, pp. 2818C2821, Sep. 1996.

[2]. https://qml.baidu.com/

[3]. https://www.paddlepaddle.org.cn/

[4]. https://github.com/PaddlePaddle/Quantum

[5]. https://qml.baidu.com/tutorials/loccnet/loccnet-framework.html

Nature

本文由 在线网速测试 整理编辑，转载请注明出处。