科技媒體marktechpost 11 月20日發(fā)布博文,報(bào)道稱(chēng)谷歌研究人員研發(fā)了 AlphaQubit 量子糾錯(cuò)解碼器,通過(guò)深度學(xué)習(xí),實(shí)時(shí)為量子計(jì)算機(jī)糾錯(cuò)。
AI 賦能量子糾錯(cuò)
量子計(jì)算雖然潛力巨大,但由于量子波動(dòng)產(chǎn)生噪音,導(dǎo)致計(jì)算錯(cuò)誤頻發(fā),嚴(yán)重阻礙了其發(fā)展,而傳統(tǒng)的量子糾錯(cuò)方法復(fù)雜且效率低下。
谷歌研究團(tuán)隊(duì)為了解決這一難題,推出了AlphaQubit,一個(gè)基于人工智能的解碼器。
AlphaQubit 的核心是使用循環(huán) Transformer 神經(jīng)網(wǎng)絡(luò),有效地解碼表面碼(surface code)中的錯(cuò)誤,表面碼是目前量子計(jì)算領(lǐng)域領(lǐng)先的糾錯(cuò)方案。
AlphaQubit 采用兩階段訓(xùn)練:首先使用合成數(shù)據(jù)進(jìn)行訓(xùn)練,然后用谷歌 Sycamore 量子處理器上的真實(shí)數(shù)據(jù)進(jìn)行微調(diào),讓其能夠適應(yīng)真實(shí)環(huán)境中的復(fù)雜噪聲分布。
相比較傳統(tǒng)的最小權(quán)完美匹配(MWPM)和張量網(wǎng)絡(luò)解碼器,AlphaQubit 在邏輯錯(cuò)誤率(LER)方面表現(xiàn)出顯著優(yōu)勢(shì),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(shù)細(xì)節(jié):深度學(xué)習(xí)與軟測(cè)量數(shù)據(jù)
AlphaQubit 能夠處理和利用軟測(cè)量(通過(guò)容易測(cè)量的輔助變量來(lái)推斷或估計(jì)難以直接測(cè)量或暫時(shí)無(wú)法測(cè)量的關(guān)鍵變量的技術(shù))數(shù)據(jù),這比傳統(tǒng)的二元(0 或1)數(shù)據(jù)提供了更豐富的信息,從而提高了解碼精度?! ?/p>
AlphaQubit 的循環(huán)Transformer 架構(gòu)具有良好的可擴(kuò)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(cuò)領(lǐng)域的巨大潛力。它不僅提高了糾錯(cuò)效率,降低了邏輯錯(cuò)誤率,還為未來(lái)量子系統(tǒng)的可擴(kuò)展性提供了解決方案。
來(lái)源:IT之家
上一篇: 要擴(kuò)充合作車(chē)企?華為成功注冊(cè)“仙界、天界、君界”等汽車(chē)商標(biāo)
下一篇: 政策 | 促進(jìn)外貿(mào)穩(wěn)定增長(zhǎng),商務(wù)部發(fā)布九條政策措施
聲明:本網(wǎng)站文章來(lái)源于網(wǎng)絡(luò)轉(zhuǎn)載,轉(zhuǎn)載目的在于傳遞更多信息。如涉及文章內(nèi)容、版權(quán)和其它問(wèn)題,請(qǐng)及時(shí)與我們聯(lián)系,我們將在第一時(shí)間刪除內(nèi)容!
摘要:摘要摘要摘要摘要摘要摘要...