2018年9月27日，德國(guó)馬克斯·普朗克光學(xué)研究所所長(zhǎng)弗洛里安·馬夸特（Florian Marquardt）及其團(tuán)隊(duì)在物理期刊physical review X上發(fā)表論文《增強(qiáng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在量子反饋中的應(yīng)用》，該論文提出了一種基于人工智能算法的量子誤差校正系統(tǒng)。 />}zB![(K  
64#Ri!RR}  
量子計(jì)算機(jī)可以解決傳統(tǒng)計(jì)算機(jī)不能處理的復(fù)雜任務(wù)，但由于量子態(tài)對(duì)環(huán)境的恒定干擾極其敏感，使得量子計(jì)算機(jī)難以實(shí)際應(yīng)用。而基于量子誤差校正的主動(dòng)防護(hù)措施可解決量子態(tài)的抗干擾問(wèn)題。該研究受2016年圍棋計(jì)算機(jī)系統(tǒng)AlphaGo的啟發(fā)，嘗試?yán)�用神�?jīng)網(wǎng)絡(luò)算法進(jìn)行量子誤差校正。圍棋游戲中的生成對(duì)抗網(wǎng)絡(luò)在訓(xùn)練過(guò)程總可以自動(dòng)產(chǎn)生同分布的樣本，且具有人類難以達(dá)到的計(jì)算能力，因此這種人工神經(jīng)網(wǎng)絡(luò)算法能夠滿足量子誤差校正的計(jì)算需求。馬夸特解釋稱，該項(xiàng)研究利用的人工神經(jīng)網(wǎng)絡(luò)算法是計(jì)算機(jī)科學(xué)領(lǐng)域的最新研究，該算法模擬了人類大腦相互連接的神經(jīng)元結(jié)構(gòu)，用于此次研究的神經(jīng)網(wǎng)絡(luò)算法中，每個(gè)人工神經(jīng)元就與另外多達(dá)兩千個(gè)神經(jīng)元相連接。 5@r6'Z  
j;b>~_ U%  
研究主要內(nèi)容可概括為如下幾點(diǎn)： ^X+qut+~  

) 3"!Q+  
1.人工神經(jīng)網(wǎng)絡(luò)優(yōu)于其他糾錯(cuò)策略 kppi>!6  
~XP|dn}  
量子計(jì)算機(jī)的基礎(chǔ)是量子信息中的量子位，與傳統(tǒng)數(shù)字比特只有0、1兩種狀態(tài)不同，量子位可以將兩種狀態(tài)進(jìn)行疊加。這種量子糾纏使得量子計(jì)算機(jī)能夠解決傳統(tǒng)計(jì)算機(jī)無(wú)法處理的復(fù)雜任務(wù)。但是量子信息對(duì)環(huán)境中的噪聲非常敏感，因此在量子計(jì)算工程中需要不斷糾正量子信息。這種操作不僅復(fù)雜，而且糾正過(guò)程需要保證量子信息的完整。該論文指出，生成對(duì)抗網(wǎng)絡(luò)在訓(xùn)練過(guò)程中生成同分布樣本的特性完美符合量子誤差校正的特點(diǎn)。  !QvmzuK  
.tGz,