?一、量子計(jì)算

薛定諤的愛(ài)情與狄拉克的996 一文中筆者帶大家領(lǐng)略了量子力學(xué)的魅力，并簡(jiǎn)單探討了量子計(jì)算（QC: Quantum Computing）。

QC處于技術(shù)創(chuàng)新的最前沿，業(yè)界期待其解決傳統(tǒng)計(jì)算平臺(tái)無(wú)法有效解決的復(fù)雜問(wèn)題，特別是突破當(dāng)下AI大模型遇到的算力瓶頸。

另一方面，新的大模型機(jī)理具備更高維度的新穎性，可以通過(guò)揭示隱藏的聯(lián)系建立更廣泛有用的創(chuàng)新框架，成為科學(xué)和哲學(xué)探索的有力工具，包括QC。

二、AI賦能QC

牛津大學(xué)、NVIDIA、多倫多大學(xué)等共同撰寫(xiě)了研究綜述探討AI和QC的創(chuàng)新交叉點(diǎn)，AI 如何改變整個(gè)QC軟硬件生態(tài)系統(tǒng)挑戰(zhàn)【文獻(xiàn)1】。

該綜述探討了從基本量子硬件設(shè)計(jì)到關(guān)鍵計(jì)算流程（預(yù)處理、調(diào)整、控制、優(yōu)化、量子糾錯(cuò)和后處理）的AI賦能點(diǎn)，即對(duì)QC生態(tài)做智能化。

各種AI技術(shù)的界定如下：AI主要是ML；ML提取復(fù)雜模式；深度學(xué)習(xí)構(gòu)建神經(jīng)網(wǎng)絡(luò)來(lái)近似復(fù)雜非線性函數(shù)；GenAI涌現(xiàn)生成能力。

QC開(kāi)發(fā)

AI參與QC開(kāi)發(fā)，模型訓(xùn)練過(guò)程涉及：創(chuàng)建實(shí)驗(yàn)或模擬數(shù)據(jù)集，記錄系統(tǒng)對(duì)控制的輸出，訓(xùn)練 ML 模型，發(fā)現(xiàn)最佳控制設(shè)置。

量子電路

生成緊湊量子電路，提取算子，系數(shù)離散化形成算子池，token化后灌入Transformer預(yù)訓(xùn)練，然后用于生成量子電路的“預(yù)測(cè)”。

量子處理器

量子處理器的開(kāi)發(fā)根本上取決于精確的控制、調(diào)諧和優(yōu)化技術(shù)?？刂粕婕拔⒉}沖等主動(dòng)操縱量子態(tài)；調(diào)諧則調(diào)整器件參數(shù)獲得特定操作特性；優(yōu)化最大限度提高關(guān)鍵性能指標(biāo)，相干時(shí)間、操作速度和計(jì)算保真度。

目前強(qiáng)依賴專門(mén)的量子物理學(xué)家團(tuán)隊(duì)手工經(jīng)驗(yàn)表征和調(diào)整量子器件，而神經(jīng)網(wǎng)絡(luò)和貝葉斯優(yōu)化方法可從有限的輸入數(shù)據(jù)中推斷出最佳解決方案。

量子糾錯(cuò)

量子糾錯(cuò) （QEC） 是QC系統(tǒng)的關(guān)鍵挑戰(zhàn)。錯(cuò)誤檢測(cè)和糾正的過(guò)程復(fù)雜，傳統(tǒng)的解碼算法可擴(kuò)展性與時(shí)效性差。

AI 解碼器可動(dòng)態(tài)分析錯(cuò)誤模式，捕獲復(fù)雜的噪聲相關(guān)性，實(shí)現(xiàn)高效、可擴(kuò)展和抗噪的量子糾錯(cuò)。

AI還可以賦能QC的后處理，從量子測(cè)量中提取有意義的見(jiàn)解。相互協(xié)同的超級(jí)量子計(jì)算機(jī)平臺(tái)展望：

三、Nature：AlphaQubit

Google DeepMind 和 Quantum AI 團(tuán)隊(duì)今天在《自然》雜志上發(fā)表了AlphaQubit，基于 AI 的解碼器，實(shí)現(xiàn)最先進(jìn)量子計(jì)算糾錯(cuò)【文獻(xiàn)2】。

在設(shè)計(jì)的旋轉(zhuǎn)表面代碼和內(nèi)存實(shí)驗(yàn)中，初始化邏輯Qubit，執(zhí)行重復(fù)的穩(wěn)定器測(cè)量，然后測(cè)量邏輯Qubit狀態(tài)，所有Qubit和運(yùn)算都會(huì)出錯(cuò)。

訓(xùn)練AlphaQubit用來(lái)糾錯(cuò)：

對(duì)穩(wěn)定器做向量編碼，用包含注意力和卷積的 syndrome transformer 提取更新內(nèi)部狀態(tài)信息；使用量子模擬器生成各種設(shè)置和錯(cuò)誤級(jí)別的數(shù)億個(gè)示例做預(yù)訓(xùn)練；使用數(shù)千個(gè)實(shí)驗(yàn)樣本，針對(duì)特定的解碼任務(wù)進(jìn)行微調(diào)。

AlphaQubit 達(dá)到了準(zhǔn)確性的業(yè)界新標(biāo)準(zhǔn)：錯(cuò)誤比張量網(wǎng)絡(luò)方法少 6%，錯(cuò)誤率還比“相關(guān)匹配”方法少30%，精確，速度快，可擴(kuò)展。

AlphaQubit 在準(zhǔn)確識(shí)別錯(cuò)誤方面非常出色，代表了AI賦能QC的一個(gè)重要里程碑，盡管實(shí)時(shí)糾正超導(dǎo)處理器中的錯(cuò)誤仍然太慢。

就像業(yè)界在廣泛探索AI賦能千行百業(yè)一樣，QC正在經(jīng)歷一場(chǎng)由AI驅(qū)動(dòng)的革命性變革，AI在整個(gè)量子計(jì)算生態(tài)系統(tǒng)中展現(xiàn)出前所未有的潛力。

文獻(xiàn)1 Artificial Intelligence for Quantum Computing https://arxiv.org/html/2411.09131v1

文獻(xiàn)2  Learning high-accuracy error decoding for quantum processors https://www.nature.com/articles/s41586-024-08148-8

本文轉(zhuǎn)載自 ??清熙??，作者： 王慶法