俄羅斯研究人員開發(fā)的神經(jīng)網(wǎng)絡已經(jīng)學會了以您以前可能從未聽說過的方式預測量子系統(tǒng)行為的能力。只需“看”量子系統(tǒng)的網(wǎng)絡結構，它就可以進行預測，并自動提供經(jīng)過微調(diào)的解決方案，這些解決方案可以證明量子優(yōu)勢-量子計算機勝過傳統(tǒng)計算機的能力。

ITPT大學的一位研究人員Alexey Melnikov在MIPT的一份報告中解釋說：“量子行為與經(jīng)典行為之間的界線通常是模糊的。我們研究的顯著特征是產(chǎn)生的專用計算機視覺，能夠辨別網(wǎng)絡空間中的這一細線。”

經(jīng)典計算基于可以具有0或1的確定值的位。而量子計算基于由于重疊而能夠同時作為兩個值存在的量子位。在亞原子水平上處理數(shù)據(jù)的能力為量子計算提供了比傳統(tǒng)方法更多的優(yōu)勢，包括更快的速度。

量子計算機的發(fā)展是昂貴的。因此，要測試發(fā)達的量子網(wǎng)絡是否具有量子優(yōu)勢，研究人員通常依賴于量子行走。研究人員在論文中描述：“量子步行是現(xiàn)代量子技術的核心。”

量子游動是在特定量子網(wǎng)絡中傳播的粒子的圖形化可視化，該特定量子網(wǎng)絡是量子電路的基礎。將這些粒子的速度與經(jīng)典計算中的等效速度進行比較，這有助于專家描述網(wǎng)絡的量子優(yōu)勢。

研究人員已經(jīng)訓練了一種人工智能工具來完成專家的工作。通過圖像識別，AI工具能夠研究量子游動圖并自主預測量子計算機是否具有量子優(yōu)勢。研究人員展示了量子行走算法開發(fā)量子計算機的能力。

莫斯科物理技術研究所(MIPT)的列昂尼德·費迪奇金(Leonid Fedichkin)說：“雖然這種方法行不通，但確實可行。我們已經(jīng)成功地訓練了計算機，可以自動預測復雜網(wǎng)絡是否具有量子優(yōu)勢。”