搜尋
首頁科技週邊人工智慧一種基於神經網路的策略,可增強量子模擬
一種基於神經網路的策略,可增強量子模擬Apr 12, 2023 pm 08:04 PM
神經網路量子

近期的量子電腦為尋找量子系統的基態提供了一個有前途的平台,這是物理學、化學和材料科學中的基本任務。然而,近期方法受到雜訊影響以及近期量子硬體資源有限的限制。

加拿大滑鐵盧大學的研究人員引入了神經誤差緩解,它使用神經網路來改進使用近期量子模擬獲得的基態和基態可觀測值的估計值。為了證明此方法的廣泛適用性,研究人員採用神經誤差緩解來找到透過變分量子本徵求解器製備的H2

## 和LiH 分子哈密頓量以及晶格Schwinger 模型的基態。

實驗結果表明,神經誤差緩解改進了數值和實驗變分量子特徵求解器計算,以產生低能量誤差、高保真度和對更複雜的可觀察量(例如階參數和糾纏熵)的準確估計,而無需額外的量子資源。此外,神經誤差緩解與所使用的量子態準備演算法、實現它的量子硬體以及影響實驗的特定雜訊通道無關,有助於其作為量子模擬工具的多功能性。 研究以「

Neural Error Mitigation of Near-Term Quantum Simulations

」為題,於2022 年7 月20 日發佈於《一種基於神經網路的策略,可增強量子模擬Nature Machine Intelligence

》。

自 20 世紀初以來,科學家一直在發展描述量子力學系統行為的綜合理論。然而,研究這些系統所需的計算成本往往超過目前科學計算方法和硬體的能力。因此,計算不可行性仍然是這些理論在科學和技術問題上的實際應用的障礙。

量子電腦上的量子系統模擬(這裡稱為量子模擬)顯示出克服這些障礙的希望,並且一直是量子電腦概念和創造背後的基礎驅動力。特別是,超出經典電腦能力的量子多體系統的基態和穩態的量子模擬預計將對核物理、粒子物理、量子引力、凝聚態物理、量子化學和材料科學產生重大影響。目前和近期量子電腦的能力持續受到量子位元數量和雜訊影響等限制的限制。量子糾錯技術可以消除雜訊引起的錯誤,為容錯量子運算提供了一條途徑。然而,在實踐中,實現量子糾錯會在所需的量子位元數和低錯誤率方面產生很大的開銷,這兩者都超出了當前和近期設備的能力。

在可以實現容錯量子模擬之前,現代變分演算法大大減輕了對量子硬體的需求,並利用了嘈雜的中型量子設備的能力。

一個突出的例子是變分量子本徵求解器(VQE),這是一種混合量子經典演算法,它透過一系列參數化量子電路的變分優化迭代地逼近目標哈密頓量的最低能量本徵值。在其他變分演算法中,這已成為使用近期設備實現量子優勢並加速多個科學和技術領域進展的領先策略。

變分量子演算法的實驗實現對於許多科學問題來說仍然是一個挑戰,因為雜訊的中型量子裝置會受到各種雜訊源和缺陷的影響。目前,已經提出了幾種用於緩解這些問題的量子誤差緩解 (QEM) 方法並經過實驗驗證,從而在沒有量子糾錯所需的量子資源的情況下改進了量子計算。

#########通常,這些方法使用有關影響量子計算、硬體實現或量子演算法本身的噪聲通道的特定資訊;包括噪聲模型的隱含表徵以及它們如何影響對所需可觀察量的估計、準備好的量子態應該駐留的狀態子空間的特定知識以及量子計算的各個組件上噪聲源的表徵和緩解,例如單量子比特和雙量子比特門錯誤,以及狀態準備和測量誤差。 ######

機器學習技術最近被重新用作解決量子多體物理和量子資訊處理中複雜問題的工具,為 QEM 提供了另一種途徑。在這裡,滑鐵盧大學的研究人員介紹了一種名為神經誤差緩解(NEM)的 QEM 策略,它使用神經網路來緩解哈密頓量的量子基態的近似準備中的錯誤。

NEM 演算法由兩個步驟組成。首先,研究人員進行了神經量子態 (NQS) 斷層掃描 (NQST) 以訓練 NQS ansatz 來表示由噪聲量子設備使用實驗可訪問的測量準備的近似基態。受傳統量子態斷層掃描 (QST) 的啟發,NQST 是一種資料驅動的 QST 機器學習方法,它使用有限數量的測量來有效地重建複雜的量子態。

然後,在相同的 NQS ansatz(也被稱為 NEM ansatz)上應用變分蒙特卡羅(VMC)演算法來改進未知基態的表示。本著 VQE 的精神,VMC 在經典變分 ansatz 的基礎上逼近哈密頓量的基態,在範例中為 NQS ansatz。

一種基於神經網路的策略,可增強量子模擬

圖示:NEM 程式。 (來源:論文)

在這裡,研究人員使用自回歸生成神經網路作為NEM ansatz;更具體地說,他們使用了Transformer 架構,並表明該模型作為NQS 表現良好。由於它能夠模擬長程時間和空間相關性,這種架構已被用於自然語言和影像處理領域的許多最先進的實驗中,並且具有模擬長程量子相關性的潛力。

與其他錯誤緩解技術相比,NEM 有幾個優點。首先,它的實驗開銷低;它只需要一組簡單的實驗上可行的測量來學習由 VQE 製備的雜訊量子態的特性。因此,NEM 中錯誤緩解的開銷從量子資源(即執行額外的量子實驗和測量)轉移到機器學習的經典計算資源。特別是,研究人員注意到 NEM 的主要成本是在收斂之前執行 VMC。 NEM 的另一個優點是它與量子模擬演算法、實現它的設備以及影響量子模擬的特定雜訊通道無關。因此,它也可以與其他 QEM 技術結合,並可以應用於類比量子類比或數位量子電路。

一種基於神經網路的策略,可增強量子模擬

圖示:分子哈密頓量的實驗與數值 NEM 結果。 (資料來源:論文)

NEM 也解決了使用近期量子裝置估計量子可觀測物時出現的低測量精度問題。這在量子模擬中尤其重要,在量子模擬中,準確估計量子可觀測量對於實際應用至關重要。 NEM 從本質上解決了演算法每一步測量精度低的問題。在第一步中,NQST 以引入小的估計偏差為代價來改善可觀察估計的變異數。透過使用 VMC 訓練 NEM ansatz 可以進一步減少這種偏差以及剩餘方差,這會在達到基態後導致能量估計的零方差期望值。

一種基於神經網路的策略,可增強量子模擬

圖示:NEM 的表現應用於晶格 Schwinger 模型的基態。 (資料來源:論文)

透過結合使用參數量子電路作為ansatz 的VQE,以及使用神經網路作為ansatz 的NQST 和VMC,NEM 將兩個參數量子狀態族和三個關於其損失情況的最佳化問題結合在一起。研究人員提出了這些狀態家族之間關係的性質、它們的損失情況和量子優勢的問題。檢查這些關係提供了一種新的方法來研究嘈雜的中型量子演算法在尋求量子優勢方面的潛力。這可能會促進在經典易處理的量子系統模擬和需要量子資源的模擬之間獲得更好地劃分。

論文連結:https://www.nature.com/articles/s42256-022-00509-0

相關報告:https://techxplore.com/news/2022-08-neural-networkbased-strategy-near-term-quantum.html

#

以上是一種基於神經網路的策略,可增強量子模擬的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文轉載於:51CTO.COM。如有侵權,請聯絡admin@php.cn刪除
GNN的基础、前沿和应用GNN的基础、前沿和应用Apr 11, 2023 pm 11:40 PM

近年来,图神经网络(GNN)取得了快速、令人难以置信的进展。图神经网络又称为图深度学习、图表征学习(图表示学习)或几何深度学习,是机器学习特别是深度学习领域增长最快的研究课题。本次分享的题目为《GNN的基础、前沿和应用》,主要介绍由吴凌飞、崔鹏、裴健、赵亮几位学者牵头编撰的综合性书籍《图神经网络基础、前沿与应用》中的大致内容。一、图神经网络的介绍1、为什么要研究图?图是一种描述和建模复杂系统的通用语言。图本身并不复杂,它主要由边和结点构成。我们可以用结点表示任何我们想要建模的物体,可以用边表示两

一文通览自动驾驶三大主流芯片架构一文通览自动驾驶三大主流芯片架构Apr 12, 2023 pm 12:07 PM

当前主流的AI芯片主要分为三类,GPU、FPGA、ASIC。GPU、FPGA均是前期较为成熟的芯片架构,属于通用型芯片。ASIC属于为AI特定场景定制的芯片。行业内已经确认CPU不适用于AI计算,但是在AI应用领域也是必不可少。 GPU方案GPU与CPU的架构对比CPU遵循的是冯·诺依曼架构,其核心是存储程序/数据、串行顺序执行。因此CPU的架构中需要大量的空间去放置存储单元(Cache)和控制单元(Control),相比之下计算单元(ALU)只占据了很小的一部分,所以CPU在进行大规模并行计算

"B站UP主成功打造全球首个基于红石的神经网络在社交媒体引起轰动,得到Yann LeCun的点赞赞赏""B站UP主成功打造全球首个基于红石的神经网络在社交媒体引起轰动,得到Yann LeCun的点赞赞赏"May 07, 2023 pm 10:58 PM

在我的世界(Minecraft)中,红石是一种非常重要的物品。它是游戏中的一种独特材料,开关、红石火把和红石块等能对导线或物体提供类似电流的能量。红石电路可以为你建造用于控制或激活其他机械的结构,其本身既可以被设计为用于响应玩家的手动激活,也可以反复输出信号或者响应非玩家引发的变化,如生物移动、物品掉落、植物生长、日夜更替等等。因此,在我的世界中,红石能够控制的机械类别极其多,小到简单机械如自动门、光开关和频闪电源,大到占地巨大的电梯、自动农场、小游戏平台甚至游戏内建的计算机。近日,B站UP主@

扛住强风的无人机?加州理工用12分钟飞行数据教会无人机御风飞行扛住强风的无人机?加州理工用12分钟飞行数据教会无人机御风飞行Apr 09, 2023 pm 11:51 PM

当风大到可以把伞吹坏的程度,无人机却稳稳当当,就像这样:御风飞行是空中飞行的一部分,从大的层面来讲,当飞行员驾驶飞机着陆时,风速可能会给他们带来挑战;从小的层面来讲,阵风也会影响无人机的飞行。目前来看,无人机要么在受控条件下飞行,无风;要么由人类使用遥控器操作。无人机被研究者控制在开阔的天空中编队飞行,但这些飞行通常是在理想的条件和环境下进行的。然而,要想让无人机自主执行必要但日常的任务,例如运送包裹,无人机必须能够实时适应风况。为了让无人机在风中飞行时具有更好的机动性,来自加州理工学院的一组工

对比学习算法在转转的实践对比学习算法在转转的实践Apr 11, 2023 pm 09:25 PM

1 什么是对比学习1.1 对比学习的定义1.2 对比学习的原理1.3 经典对比学习算法系列2 对比学习的应用3 对比学习在转转的实践3.1 CL在推荐召回的实践3.2 CL在转转的未来规划1 什么是对比学习1.1 对比学习的定义对比学习(Contrastive Learning, CL)是近年来 AI 领域的热门研究方向,吸引了众多研究学者的关注,其所属的自监督学习方式,更是在 ICLR 2020 被 Bengio 和 LeCun 等大佬点名称为 AI 的未来,后陆续登陆 NIPS, ACL,

Michael Bronstein从代数拓扑学取经,提出了一种新的图神经网络计算结构!Michael Bronstein从代数拓扑学取经,提出了一种新的图神经网络计算结构!Apr 09, 2023 pm 10:11 PM

本文由Cristian Bodnar 和Fabrizio Frasca 合著,以 C. Bodnar 、F. Frasca 等人发表于2021 ICML《Weisfeiler and Lehman Go Topological: 信息传递简单网络》和2021 NeurIPS 《Weisfeiler and Lehman Go Cellular: CW 网络》论文为参考。本文仅是通过微分几何学和代数拓扑学的视角讨论图神经网络系列的部分内容。从计算机网络到大型强子对撞机中的粒子相互作用,图可以用来模

微软提出自动化神经网络训练剪枝框架OTO,一站式获得高性能轻量化模型微软提出自动化神经网络训练剪枝框架OTO,一站式获得高性能轻量化模型Apr 04, 2023 pm 12:50 PM

OTO 是业内首个自动化、一站式、用户友好且通用的神经网络训练与结构压缩框架。 在人工智能时代,如何部署和维护神经网络是产品化的关键问题考虑到节省运算成本,同时尽可能小地损失模型性能,压缩神经网络成为了 DNN 产品化的关键之一。DNN 压缩通常来说有三种方式,剪枝,知识蒸馏和量化。剪枝旨在识别并去除冗余结构,给 DNN 瘦身的同时尽可能地保持模型性能,是最为通用且有效的压缩方法。三种方法通常来讲可以相辅相成,共同作用来达到最佳的压缩效果。然而现存的剪枝方法大都只针对特定模型,特定任务,且需要很

用AI寻找大屠杀后失散的亲人!谷歌工程师研发人脸识别程序,可识别超70万张二战时期老照片用AI寻找大屠杀后失散的亲人!谷歌工程师研发人脸识别程序,可识别超70万张二战时期老照片Apr 08, 2023 pm 04:21 PM

​AI面部识别领域又开辟新业务了?这次,是鉴别二战时期老照片里的人脸图像。近日,来自谷歌的一名软件工程师Daniel Patt 研发了一项名为N2N(Numbers to Names)的 AI人脸识别技术,它可识别二战前欧洲和大屠杀时期的照片,并将他们与现代的人们联系起来。用AI寻找失散多年的亲人2016年,帕特在参观华沙波兰裔犹太人纪念馆时,萌生了一个想法。这一张张陌生的脸庞,会不会与自己存在血缘的联系?他的祖父母/外祖父母中有三位是来自波兰的大屠杀幸存者,他想帮助祖母找到被纳粹杀害的家人的照

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
2 週前By尊渡假赌尊渡假赌尊渡假赌
倉庫:如何復興隊友
4 週前By尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒險:如何獲得巨型種子
4 週前By尊渡假赌尊渡假赌尊渡假赌

熱工具

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SecLists

SecLists

SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

Safe Exam Browser

Safe Exam Browser

Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。

EditPlus 中文破解版

EditPlus 中文破解版

體積小,語法高亮,不支援程式碼提示功能

mPDF

mPDF

mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),