科技日報
2024-11-27 
“阿爾法量子比特”展現準確糾錯能力
最新一期《自然》雜志發布了谷歌“深度思維”團隊的人工智能（AI）成果：一款名為“阿爾法量子比特”（AlphaQubit）的AI解碼器。這款解碼器能以前所未有的精確度檢測量子計算過程中出現的錯誤，且在10萬輪模擬實驗中均保持良好性能，這是構建穩定可靠量子計算機的關鍵步驟。
“阿爾法量子比特”采用了基于神經網絡的設計，特別是利用了Transformer架構，這是目前大多數大型語言模型的基礎。該解碼器的任務是在實驗結束時，通過一致性檢查作為輸入，準確預測邏輯量子位的狀態是否已從初始狀態發生變化。
在訓練階段，團隊首先使用了來自“懸鈴木”量子處理器的49個量子比特的數據集對“阿爾法量子比特”進行訓練。他們先利用量子模擬器生成了數億個不同設置和錯誤級別的示例，隨后通過數千個實驗樣本來微調“阿爾法量子比特”，使其更好地適應具體應用場景。
測試結果顯示，在處理“懸鈴木”的新數據時，“阿爾法量子比特”顯著提高了錯誤識別的準確性。特別是在最大規模的實驗中，“阿爾法量子比特”將錯誤率降低了6%以上。同時，它還比相關性匹配方法的錯誤率低了約30%。
團隊還使用了最高至241個量子比特的模擬量子系統數據進行訓練，結果顯示，即使在超出“懸鈴木”平臺限制的情況下，“阿爾法量子比特”依然能夠超越現有的高級解碼算法，顯示出其在未來中型量子設備上的潛在應用價值。
此外，在長達10萬輪的模擬實驗中，即使經過最多25輪的錯誤校正訓練，“阿爾法量子比特”仍表現出色，證明了其在面對未知情況時的泛化能力。
團隊表示，“阿爾法量子比特”代表了使用機器學習進行量子糾錯的重要里程碑，但其仍面臨速度和可擴展性方面的重大挑戰，未來還需尋找更加高效的訓練方法。
（文章來源：科技日報）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
