突破標準量子極限 「量子比特+機器學習」可精準測磁場
據芬蘭阿爾託大學官網近日報道,該校科研人員主導的國際團隊提出了一種採用量子系統測量磁場的方法,新系統的精確度超過了標準量子極限。他們表示,從量子狀態中快速提取信息,對於未來的量子處理器和現有超靈敏探測器來說都必不可少。此項研究向利用量子增強方法進行感測邁出了關鍵的第一步。
在測量事物的精確程度方面,一個公認的經驗法則就是所謂的「標準量子極限」:測量的精確度與可用資源的平方根成反比。換句話說,採用的資源(時間、輻射功率、圖像數量等)越多,測量就越精確。所以,極度的精確意味著要使用極多的資源。
最近,阿爾託大學、瑞士蘇黎世聯邦理工學院、俄羅斯莫斯科物理技術學院的科研團隊挑戰了這一極限:他們提出了一種採用量子系統測量磁場的方法,證明讓量子現象和機器學習「雙劍合璧」充當磁力計,得到的精確度超過了標準量子極限。
研究人員在相關論文中稱,利用超導人造原子(一種量子比特)的相干性可以改善磁場測量的精確度。他們設計了一個由硅晶元和重疊鋁帶組成的微型設備,當設備冷卻至極低溫度時,電流在其中不再受任何阻擋,表現出與真實原子類似的量子力學特性。當用微波脈衝輻照時,人造原子的狀態發生了變化。結果表明,這種變化取決於外部施加的磁場:通過測量原子,就可以計算出磁場的大小。
但為了超越標準量子極限,研究人員借用了機器學習領域廣泛應用的模式識別技術。論文通訊作者安德雷·列別傑夫解釋說:「我們採用了一種自適應技術。首先進行測量,然後根據測量結果,讓模式識別演算法決定如何改變下一步採用的控制參數,從而實現了最快速的磁場測量。」
研究人員指出,從地質勘探到大腦活動成像,磁場探測都非常重要,新研究可在這些領域大顯身手。
(責任編輯:王擎宇)


※意想不到的盟友:改善隱私問題可以帶來表現更好的機器學習模型
※機器學習開發者應該收藏的 DIY 計算機視覺和深度學習項目
TAG:機器學習 |