譯者： 蘇本如
出品：csdn（id：csdnnews）
量子計算和機器學習已經成為當今炙手可熱的話題。排除一些明顯的炒作外，這當中也有一些真正的基礎。隨著傳統計算技術的發展，基於機器學習等領域的影象相關分析已經取得了令人難以置信的成果。另一方面，量子物理學一直是乙個令人難解的神秘領域，它引起了數學（以及許多完全不科學的偽科學）發展的突飛猛進。量子計算正在成為克服傳統計算的一些侷限性的新方法，包括電晶體小型化的物理限制。
1
在過去的一年裡，人們已經將量子計算作為神經網路的層級，或者將其視為樸素貝葉斯分類器。2020 年 3 月，谷歌宣布發布 tensorflow quantum，這是一系列將最先進的機器學習與量子計算演算法結合在一起的工具。
簡而言之，這個工具的思路是將量子計算作為分類系統中的乙個步驟，但我們也可能反過來考慮。
量子機器學習分類器的典型設定（由作者提供）
另一種方法是由 q-ctrl 公司創新提出的，q-ctrl 一家專注於量子計算的公司，位於雪梨和洛杉磯。這種方法已經得到驗證，它將重點放在量子計算上，並有效地使用機器學習來抑制量子硬體雜訊和缺陷的影響。
2
大多數量子計算機硬體可以在不到一毫秒的時間內完成計算，但是因為噪音的影響而需要復位，其導致的效能目前還不如低成本的膝上型電腦。這個結果比我們聽到的要糟糕得多，在下一節中我會詳細解釋這一點。
量子位（也叫量子位元，qu-bits），這個經典二進位制位在量子計算機中的量子版本，當它暴露於硬體雜訊中時，其中的資訊非常容易退化。這個過程被稱為量子退相干（decoherence）。這是我們仍處於量子計算初期的原因之一。
下面是我提供的螢幕截圖，乙個是理想情況下的乙個量子位的預期結果，另乙個是在硬體雜訊影響下的結果。從乙個量子位來看，結果似乎沒有那麼糟糕，但是想象一下執行一項任務所需要的所有量子位，就可以想象被雜訊影響的結果有多大（即使和乙個樹莓派卡式電腦或手機相比）。
從上圖（作者截圖）看到的乙個量子位的預期結果
受雜訊影響的乙個量子位的結果（作者截圖）
如何解決量子退相干問題？自 90 年代後期以來，像安德魯·斯蒂恩（andrew steane）和彼得·肖爾（petershor）這樣的專家已經提出了一些模型，這些模型通過引入某種冗餘來補償它。然而，如果考慮到需要引入大量的量子位（你需要將每個量子位元重複幾次），這種方法在我們現有的量子計算機上實際是不可行的。
3
q-ctrl 公司的解決方案是建立基於機器學習的韌體，該韌體可以修復量子退相干，而不需要額外的不可行的硬體。
量子計算硬體是基於光-物質的互動作用（光學硬體）來執行量子邏輯運算的。這些電磁訊號的組成實際上是一種演算法，可由機器學習工具定義/細化。這個笨重的圓圈應該會減少量子退相干。要真正理解這種方法，需要具備乙個典型的機器學習專家所不具備的量子計算方面的知識。我將在下面部分盡力做個介紹。
q-ctrl 解決方案被稱為 boulder opal，它是乙個 python 包，可以通過在終端機器中鍵入如下命令來輕鬆安裝：
pip install qctrlfrom qctrl import qctrl在可以用來控制雜訊的優化中，強化學習已經得到了成功的應用。強化學習是機器學習的乙個領域，在該領域中，智慧型**（agent）會在乙個環境中採取行動，以最大化累積獎勵。
量子硬體中強化學習的整體檢視。**於istock
通過量子計算中的強化學習，學習者（learner）可以通過對量子裝置本身進行實驗來建立乙個優化的脈衝。此外，強化學習可以發現和利用我們不知道的新物理機制。然而，這樣做的缺點是學習者無法告訴你如何找到解決方案，因此我們無法了解裝置中雜訊抑制的物理原理。
對於那些習慣於機器學習而非量子計算的人們，我將在量子物理和強化學習使用的術語之間建立一座橋梁：量子計算機被視為是乙個機器學習**（agent）的環境。該**的任務是實現執行高保真門的目標。agent 能夠對環境做出各種動作（在我們的例子中，是將脈衝施加到量子計算機）。
agent 通過使用一組可測量的可觀察值和基於與目標的接近程度的獎勵來學習，以實現其目標。我們的獎勵來自門保真度。經過多次實驗，學習演算法利用這些資訊來提高 agent 的效能。
4
在實踐中，agent 獲取狀態並使用神經網路來決定對下一段脈衝採取什麼行動。我們對脈衝的幅度進行量化，以便 learner 從一組有限的選項中進行選擇。
乙個完整的門脈衝被稱為乙個 episode，在 episode 結束時對 agent 的獎勵（在強化學習術語中）由狀態給出。這使我們能夠將誤差訊號提公升到測量雜訊之上。
上述強化學習可以在多種學習者中進行，包括深度策略梯度（dpg）、深度確定性策略梯度（ddpg）和 sac（soft actor critic）演算法。所有這些 learner 都有超引數，必須先對其進行調整，然後才能用於真正的實驗
實驗可以在 ibm 的量子計算機上執行，也可以結合眾所周知的量子計算工具（如 qskit）和機器學習工具（如 scikit-learn）。
這種基於機器學習的優化量子計算方法已經證明可以減少硬體錯誤並提高門保真度(如下圖)：
參考資料
t.jaksch、r.ortner和p.auer：near-optimal regret bounds forreinforcement learning
q-ctrl quantum firmware
未來智慧型實驗室的主要工作包括：建立ai智慧型系統智商評測體系，開展世界人工智慧智商評測；開展網際網路（城市）雲腦研究計畫，構建網際網路（城市）雲腦技術和企業圖譜，為提公升企業，行業與城市的智慧型水平服務。
如果您對實驗室的研究感興趣，歡迎加入未來智慧型實驗室線上平台。
當量子計算遇上人工智 能
曾經，量子物理學和人工智慧被看作 油和水一樣無法結合 如今，人工智慧已被學術界和科技巨頭視為量子計算的重要著力點。谷歌 ibm 英特爾 微軟等科技巨頭不斷高調大秀量子計算 技術肌肉 的行為，讓全球對量子計算的追逐更加白熱化，這其中，中國相關企業 機構 搶灘 量子計算的身影衝在前面。圍繞量子計算 科技...
當量子計算遇上人工智慧 有望催生重大進步
當量子計算遇上人工智慧 曾經，量子物理學和人工智慧被看作 油和水一樣無法結合 如今，人工智慧已被學術界和科技巨頭視為量子計算的重要著力點。本報記者 劉 豔 谷歌 ibm 英特爾 微軟等科技巨頭不斷高調大秀量子計算 技術肌肉 的行為，讓全球對量子計算的追逐更加白熱化，這其中，中國相關企業 機構 搶灘 ...
機器學習遇到問題整理
建立乙個自定義列表 如何建立乙個註腳 注釋也是必不可少的 katex數學公式 新的甘特圖功能，豐富你的文章 uml 圖表 flowchart流程圖 匯出與匯入 你好！這是你第一次使用markdown編輯器所展示的歡迎頁。如果你想學習如何使用markdown編輯器,可以仔細閱讀這篇文章，了解一下mar...