科技媒體marktechpost 11 月20日發布博文,報道稱谷歌研究人員研發了 AlphaQubit 量子糾錯解碼器,通過深度學習,實時為量子計算機糾錯。
AI 賦能量子糾錯
量子計算雖然潛力巨大,但由于量子波動產生噪音,導致計算錯誤頻發,嚴重阻礙了其發展,而傳統的量子糾錯方法復雜且效率低下。
谷歌研究團隊為了解決這一難題,推出了AlphaQubit,一個基于人工智能的解碼器。
AlphaQubit 的核心是使用循環 Transformer 神經網絡,有效地解碼表面碼(surface code)中的錯誤,表面碼是目前量子計算領域領先的糾錯方案。
AlphaQubit 采用兩階段訓練:首先使用合成數據進行訓練,然后用谷歌 Sycamore 量子處理器上的真實數據進行微調,讓其能夠適應真實環境中的復雜噪聲分布。
相比較傳統的最小權完美匹配(MWPM)和張量網絡解碼器,AlphaQubit 在邏輯錯誤率(LER)方面表現出顯著優勢,例如在距離為3和5 的表面碼中,其LER分別降低至2.901%和 2.748%。
技術細節:深度學習與軟測量數據
AlphaQubit 能夠處理和利用軟測量(通過容易測量的輔助變量來推斷或估計難以直接測量或暫時無法測量的關鍵變量的技術)數據,這比傳統的二元(0 或1)數據提供了更豐富的信息,從而提高了解碼精度?! ?/p>
AlphaQubit 的循環Transformer 架構具有良好的可擴展性,能夠有效處理更高碼距的表面碼。
AlphaQubit的成功,證明了人工智能在量子糾錯領域的巨大潛力。它不僅提高了糾錯效率,降低了邏輯錯誤率,還為未來量子系統的可擴展性提供了解決方案。
來源:IT之家
聲明:本網站文章來源于網絡轉載,轉載目的在于傳遞更多信息。如涉及文章內容、版權和其它問題,請及時與我們聯系,我們將在第一時間刪除內容!
摘要:摘要摘要摘要摘要摘要摘要...