清華大學科學家用量子電路實現對抗演算法

量子電路

近日，清華大學交叉信息研究院副教授孫麓岩團隊利用量子電路實現了生成式對抗網路（GAN），實現了將生成對抗網路與量子計算的結合。該工作有望證明量子計算在圖像生成等領域可超越經典計算機， 同時有望成為量子機器學習的一座里程碑。

生成對抗網路是一種使AI互相對抗的演算法，是近年來機器學習領域值得期待的突破之一。它在圖像、視頻生成等各種具有挑戰性的任務中表現突出，目前可以被用來創作藝術品，破解加密，以及生成逼真的人類和動物圖片。

孫麓岩團隊實驗性地演示了生成對抗網路的量子版本——QGAN， 其中輸入和輸出數據都是量子比特。該團隊的研究結果顯示，經過幾輪對抗學習，可以訓練一個量子態的發生器，對量子信道模擬器輸出的量子數據進行統計複製，並且具有98.8%的高保真度，使得鑒別器無法區分真實數據和生成數據。

值得注意的是， 要實現被譯作「量子霸權」的「quantum supremacy」， 業內認為需要至少50個量子比特， 但該團隊研究使用的系統只有一個量子比特。在文章結論部分，研究人員認為，由於QGAN實驗中既不需要量子隨機存儲設備，也不需要量子計算設備或對任何參數進行微調，因此可以認為，在未來量子設備能實現可用的、含有噪音的中型量子應用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！