在過去的幾十年里量子物理技術(shù)的探索中，最引人注目的就是量子計(jì)算機(jī)。

[[321979]]

量子計(jì)算機(jī)的能力，是所有現(xiàn)有的計(jì)算機(jī)組合加起來都無法匹敵。但到目前為止還沒有人能夠制造出一臺(tái)功能齊全的量子計(jì)算機(jī)。這就需要我們?cè)诳刂屏孔酉到y(tǒng)的能力上向前跨一步。

為什么 AlphaZero 能快人一步“預(yù)知未來”？

AlphaZero一開始是專門用來下圍棋的。圍棋的落子位置太多了大約有種。相比之下，國際象棋只有種可能的走位。

所以AlphaZero使用了一個(gè)深層的神經(jīng)網(wǎng)絡(luò)，它學(xué)會(huì)了從一個(gè)特定的位置開始評(píng)估它獲勝的可能性。為了獲勝，AlphaZero有一個(gè)功能叫做蒙特卡洛樹搜索，這種方法能夠幫助它在游戲中“預(yù)知未來”。

由于在所有可能策略中抽樣的可能性比較小，而且神經(jīng)網(wǎng)絡(luò)只能近似估計(jì)，所以特別是在其訓(xùn)練階段，蒙特卡洛樹搜索能夠極大地提高游戲的準(zhǔn)確性以及訓(xùn)練效率。

這類似于職業(yè)棋手在下棋時(shí)能夠提前想幾步棋。訓(xùn)練結(jié)果是相當(dāng)驚人的，AlphaZero 很快就摧毀了專業(yè)游戲軟件和人類玩家。例如，經(jīng)過僅僅四個(gè)小時(shí)的自我對(duì)弈練習(xí)，AlphaZero 就在國際象棋中擊敗了領(lǐng)先的棋類軟件 Stockfish。而且這完全都是從零開始，一開始AlphaZero根本不知道游戲規(guī)則。丹麥國際象棋大師Peter Heine Nielsen將其比作一個(gè)訪問過地球的高級(jí)外星物種。

目前AlphaZero 已經(jīng)有效地在圍棋，國際象棋和星際爭(zhēng)霸中戰(zhàn)勝對(duì)手。AlphaZero成功的關(guān)鍵是將蒙特卡羅樹搜索和具有前瞻性的深度神經(jīng)網(wǎng)絡(luò)結(jié)合起來。結(jié)果表明，從樹下方延展出來的預(yù)測(cè)信息極大地提高了深度神經(jīng)網(wǎng)絡(luò)的精度，使預(yù)測(cè)結(jié)果更加準(zhǔn)確集中，而非試探性的探索。

AlphaZero后發(fā)制人：30小時(shí)性能提高一個(gè)數(shù)量級(jí)

與普通計(jì)算機(jī)類似，量子計(jì)算機(jī)使用門操作（gate operations）來操縱其量子位。我們?cè)噲D通過構(gòu)建分段恒定的脈沖序列來實(shí)現(xiàn)特定的門操作，即AlphaZero必須為每個(gè)時(shí)間步長(zhǎng)（time-step）選擇一個(gè)脈沖幅度。物理系統(tǒng)在每個(gè)時(shí)間步長(zhǎng)tj上都由一個(gè)4x4復(fù)雜的矩陣U(tj)進(jìn)行數(shù)學(xué)描述，我們將其折疊成一個(gè)長(zhǎng)度為32的向量。這是神經(jīng)網(wǎng)絡(luò)的輸入，如圖1所示。脈沖序列完成后，就可以將復(fù)數(shù)矩陣U(T)映射為一個(gè)實(shí)數(shù)，稱為仿真逼真度（fidelity）F，該實(shí)數(shù)的取值在0到1之間。從本質(zhì)上講，仿真逼真度是一種概率度量，其中1表示100％成功。

圖1.AlphaZero使用的MCTS（左）和深度神經(jīng)網(wǎng)絡(luò)（右）的圖示

左圖和右圖分別演示了 AlphaZero 的樹搜索和神經(jīng)網(wǎng)絡(luò)。利用樹搜索中統(tǒng)一的搜索結(jié)果作為神經(jīng)網(wǎng)絡(luò)的輸入項(xiàng)。神經(jīng)網(wǎng)絡(luò)的上限輸出接近給定輸入狀態(tài)的現(xiàn)行策略，即 p a ∼ a pa ∼ a。同時(shí)，下限輸出提供了一個(gè)能夠預(yù)估期望最終報(bào)酬的值函數(shù)，即 v (s t)∼(t) v (st)∼ f (t)。在我們的工作中，我們發(fā)現(xiàn)以一致的形式向 AlphaZero 提供物理系統(tǒng)的完整信息，有利于提升它的性能，盡管這種方式可能比較難以調(diào)整以適應(yīng)具有較大希爾伯特空間的系統(tǒng)。

神經(jīng)網(wǎng)絡(luò)輸出一個(gè)值，該值是對(duì)最終仿真逼真度v≈F和一些移動(dòng)概率p=(p1, p2, ...)的估計(jì)。兩者都在蒙特卡洛樹搜索中使用。樹由節(jié)點(diǎn)（狀態(tài)）和邊（狀態(tài)-動(dòng)作對(duì)）組成。樹搜索從根節(jié)點(diǎn)開始，并通過在每個(gè)步驟中選擇動(dòng)作來貫穿樹。選擇哪種行動(dòng)，是通過比較每一個(gè)邊緣的內(nèi)在屬性，以平衡勘探和開發(fā)的方式進(jìn)行的。一旦探索到了邊緣，其內(nèi)在屬性將根據(jù)搜索結(jié)果進(jìn)行更新。

樹中的正向搜索將繼續(xù)，直到遇到一個(gè)以前未訪問過的節(jié)點(diǎn)，然后將該節(jié)點(diǎn)添加到樹中，并使用p初始化其邊緣。搜索中的所有訪問過的邊都將使用v在反向過程中更新。一旦執(zhí)行了多次此類搜索，AlphaZero將確定一個(gè)操作并更新根節(jié)點(diǎn)，而丟棄樹的其余部分。最后，基于樹搜索產(chǎn)生的數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行更新，使得v接近保真度，并且移動(dòng)概率增加了選擇更有希望動(dòng)作的機(jī)會(huì)。

簡(jiǎn)言之：蒙特卡洛樹搜索允許AlphaZero向前看幾步，從而可以在解決方案空間中進(jìn)行更全面的搜索。這使得AlphaZero在長(zhǎng)期策略至關(guān)重要的復(fù)雜任務(wù)中比大多數(shù)其他強(qiáng)化學(xué)習(xí)方法更具優(yōu)勢(shì)。

成功實(shí)現(xiàn)AlphaZero之后，我們使用相同的算法超參數(shù)將其用于三個(gè)不同的量子控制問題。對(duì)于每個(gè)問題，我們將AlphaZero與更常規(guī)的算法進(jìn)行了比較。例如，在圖2中，我們比較了AlphaZero和遺傳算法在50小時(shí)運(yùn)行期間創(chuàng)建二進(jìn)制脈沖的任務(wù)。在y軸上，我們繪制infidelity 1-F，這實(shí)際上是錯(cuò)誤率（即越低越好）。最初，AlphaZero在學(xué)習(xí)量子力學(xué)關(guān)聯(lián)時(shí)表現(xiàn)不如遺傳算法，但是這個(gè)學(xué)習(xí)階段相當(dāng)短。在30小時(shí)內(nèi)，我們發(fā)現(xiàn)AlphaZero的性能比遺傳算法提高了一個(gè)數(shù)量級(jí)，并且具有大量獨(dú)特的高保真脈沖序列。

圖2.遺傳算法和AlphaZero在50小時(shí)運(yùn)行期間的比較。在y軸上繪制了infidelity (1-F)，這實(shí)際上是一個(gè)錯(cuò)誤率

混合了AlphaZero的量子計(jì)算，搜索速度提升500倍

AlphaZero會(huì)輸給物理學(xué)家在過去15年不斷完善的高度量子化的優(yōu)化算法并不奇怪。但是，如果AlphaZero死在這里，會(huì)留下很多遺憾。

由于梯度優(yōu)化算法沒有學(xué)習(xí)功能，意味著訓(xùn)練過程中其性能沒有逐步提高，并且所有生成的數(shù)據(jù)都將被丟棄，而不是用于后續(xù)學(xué)習(xí)。

奧胡斯大學(xué)的團(tuán)隊(duì)開始尋求一種混合算法：AlphaZero通過廣泛的探索生成了高可用的種子對(duì)象，隨后通過基于梯度的方法對(duì)它們進(jìn)行優(yōu)化，這種方法使解決方案的數(shù)量和質(zhì)量都得到了極大的提高。

實(shí)際上，AlphaZero和梯度優(yōu)化解決了不同的問題：AlphaZero能學(xué)習(xí)到解決方案的基礎(chǔ)結(jié)構(gòu)，梯度優(yōu)化在種子解決方案周圍的局部空間中進(jìn)行優(yōu)化。如果僅使用梯度優(yōu)化，經(jīng)過50小時(shí)的模擬，我們可能有兩個(gè)或三個(gè)有前途的解決方案，但通過我們的混合算法，可以獲得一千個(gè)。

將功能強(qiáng)大的通用領(lǐng)域機(jī)器學(xué)習(xí)方法與人類專業(yè)知識(shí)、特定領(lǐng)域的蠻力計(jì)算相結(jié)合的結(jié)果令人振奮。國際象棋已經(jīng)邁出了第一步，混合型人機(jī)團(tuán)隊(duì)將專家知識(shí)和Stockfish引擎結(jié)合起來，可以同時(shí)勝過人類和算法。

最近Gary Marcus和Ernest David在他們的新書《重新啟動(dòng)AI：構(gòu)建我們可以信賴的人工智能》中提出，將領(lǐng)域特定方法和領(lǐng)域通用方法與分層的受人類啟發(fā)的決策過程相結(jié)合，是未來構(gòu)建強(qiáng)大的AI方法的核心元素之一。這可能會(huì)解決AlphaZero方法最直接的弊端之一：超參數(shù)很多，但僅在有限的范圍內(nèi)有用。

在一些案例中，相同的超參數(shù)集在三種量子情況下均能很好地工作，當(dāng)改變問題的設(shè)定，AlphaZero將無法解決。

量子計(jì)算機(jī)利用量子并行性大幅提高了計(jì)速度，但是問題再次出現(xiàn)：搜索空間的控制參數(shù)成指數(shù)級(jí)增長(zhǎng)。AlphaZero實(shí)驗(yàn)證明，神經(jīng)網(wǎng)絡(luò)提供的近似和不完善的解決方案可以充當(dāng)本地蠻力啟發(fā)式算法的強(qiáng)大種子生成器。

除了算法方面的優(yōu)化設(shè)計(jì)，量子計(jì)算本身的性能也在飛速提升。

金子表面發(fā)現(xiàn)馬約拉納費(fèi)米子，量子計(jì)算機(jī)時(shí)代要來了？

最近量子計(jì)算捷報(bào)頻傳。

丹麥、德國科學(xué)家奇思妙想用AlphaZero解決量子計(jì)算問題，MIT等科學(xué)家則在金子的表面，觀測(cè)到了馬約拉納費(fèi)米子，從而在將粒子分離為穩(wěn)定的、防錯(cuò)的量子比特進(jìn)行量子計(jì)算領(lǐng)域邁出了重要的一步，該結(jié)果發(fā)表在《美國國家科學(xué)院院刊》上。

在粒子物理學(xué)中，馬約拉納費(fèi)米子是一類基本粒子，包括電子，質(zhì)子，中子和夸克，它的反粒子就是它本身。由意大利理論物理學(xué)家Ettore Majorana在1937年首次提出。

馬約拉納費(fèi)米子

然而不幸的是，這位物理學(xué)家提出該理論后不到一年時(shí)間，就在一次神秘的意大利海岸渡輪旅行中失蹤了。從此，大家就一直在尋找馬約拉納和他的馬約拉納費(fèi)米子。最終，大家放棄了尋找馬約拉納，但卻從未停止尋找他的費(fèi)米子。

[[321982]]

現(xiàn)在，由MIT領(lǐng)導(dǎo)的團(tuán)隊(duì)制造了在超導(dǎo)材料釩上生長(zhǎng)的金納米線組成的材料表面，發(fā)現(xiàn)了接近零能量的特征信號(hào)尖峰。顯然，根據(jù)目前的理論物理學(xué)來看，除了馬約拉那費(fèi)米子對(duì)，沒有其他可能。

馬約拉納費(fèi)米子將是理想的量子比特或量子計(jì)算機(jī)的單個(gè)計(jì)算單位，一個(gè)量子位將由成對(duì)的馬約拉那費(fèi)米子組成，這是科學(xué)家長(zhǎng)期以來，一直夢(mèng)寐以求的材料！

如果該馬約拉納費(fèi)米子被徹底證實(shí)，我們將提前步入量子計(jì)算時(shí)代！