近日，中國科學(xué)技術(shù)大學(xué)郭光燦院士團隊與曼徹斯特大學(xué)、南洋理工大學(xué)合作，利用量子技術(shù)在復(fù)雜系統(tǒng)隨機建模中的信息存儲方面取得重要進展。該團隊李傳鋒教授和項國勇教授與合作者使用單個量子比特的內(nèi)存實現(xiàn)的量子模型可以獲得比相同內(nèi)存維度的任何經(jīng)典模型更高的精度。該研究成功展示了量子技術(shù)在復(fù)雜系統(tǒng)非馬爾科夫過程建模中的存儲優(yōu)勢。該工作以“Implementing quantum dimensionality reduction for non-Markovian stochastic simulation”為題于5月6日在線發(fā)表于Nature Communications。

圖1 實驗中進行量子模型模擬的經(jīng)典時鐘過程概念圖；基于酉操作的量子模型線路圖

從化學(xué)反應(yīng)到金融市場，從氣象系統(tǒng)到星系形成，人們需要處理各種規(guī)模的復(fù)雜過程。隨機建模能夠幫助我們預(yù)測這些過程的未來行為。然而，由于這些隨機過程通常是非馬爾可夫的，其未來行為不僅取決于當前狀態(tài)，也基于它的過去狀態(tài)。為了模擬這樣的過程，必須有一個存儲器來存儲系統(tǒng)的大量的觀測信息。信息存儲量將直接和預(yù)測未來行為的精度關(guān)聯(lián)，因此，這在實踐中將導(dǎo)致一個瓶頸，需要在減少內(nèi)存與預(yù)測準確性之間進行權(quán)衡。

圖2 實驗結(jié)果圖：實驗實施的量子模型的精度與經(jīng)典模型的理論極限精度。該精度用概率分布的距離dKL衡量，圖（a-d）展示的是不同參數(shù)下的理論與實驗結(jié)果

項國勇教授研究組發(fā)現(xiàn)即使在對純經(jīng)典動力學(xué)過程建模的時候，量子技術(shù)也可以展示出顯著優(yōu)勢。該團隊基于光子系統(tǒng)實驗實現(xiàn)了一系列非馬爾可夫隨機過程的量子模型（如圖1所示）。該類隨機過程具有一個可調(diào)參數(shù)，用于控制其有效的內(nèi)存長度，最優(yōu)經(jīng)典模型的內(nèi)存維度隨此參數(shù)的值而增長。實驗證明，量子模型可以僅使用單個量子比特作為內(nèi)存來模擬該類行為中的任何過程（即任意該參數(shù)），并且即使存在實驗噪聲，此量子模型也比最優(yōu)的相同內(nèi)存維度的經(jīng)典模型能夠更準確地做出未來行為的預(yù)測（如圖2所示）。

Nature Communications編輯對本工作小結(jié)為：“Quantum technologies allow memory advantages in simulating stochastic processes, but demonstrating this for non-Markovian processes (where the advantage would be stronger) has been missing so far. Here the authors fill this gap analytically and experimentally, using a single qubit memory to model non-Markovian processes（量子技術(shù)在模擬隨機過程中擁有存儲優(yōu)勢，但是在非馬爾科夫過程（該過程的量子優(yōu)勢更強）中的實驗驗證一直沒有實現(xiàn)。本文的作者利用單比特存儲實現(xiàn)非馬爾科夫過程的建模，通過理論分析和實驗驗證填補了這一空白）?！笨傮w而言，該工作是朝著展示這種量子記憶優(yōu)勢的可擴展性和魯棒性邁出的關(guān)鍵一步。

本文第一作者為實驗室特任副研究員吳康達和新加坡國立大學(xué)的楊成然博士，通訊作者為楊程然博士、Mile Gu教授、項國勇教授、以及Thomas Elliott博士。這項工作得到了國家重點研發(fā)計劃、國家自然科學(xué)基金、前沿科學(xué)重點研究計劃、中國科學(xué)技術(shù)大學(xué)雙一流科研基金、中央高校基本科研業(yè)務(wù)費基金以及新加坡和英國相關(guān)基金的支持。

論文鏈接：

https://www.nature.com/articles/s41467-023-37555-0

（中科院量子信息重點實驗室、物理學(xué)院、中科院量子信息和量子科技創(chuàng)新研究院、科研部）

新聞鏈接：http://news.ustc.edu.cn/info/1055/82978.htm

網(wǎng)站內(nèi)容來源于互聯(lián)網(wǎng)，由網(wǎng)絡(luò)編輯負責審查，目的在于傳遞信息，提供專業(yè)服務(wù)，不代表本網(wǎng)站平臺贊同其觀點和對其真實性負責。如因內(nèi)容、版權(quán)問題存在異議的，請與我們?nèi)〉寐?lián)系，我們將協(xié)調(diào)給予處理（按照法規(guī)支付稿費或刪除），聯(lián)系方式：ahos@aiofm.ac.cn 。網(wǎng)站平臺將加強監(jiān)控與審核，一旦發(fā)現(xiàn)違反規(guī)定的內(nèi)容，按國家法規(guī)處理，處理時間不超過24小時。