我學者展示復雜系統(tǒng)隨機建模的信息存儲量子優(yōu)勢 天天信息
(資料圖片僅供參考)
記者5月11日從中國科學技術大學獲悉，該校郭光燦院士團隊李傳鋒教授和項國勇教授與合作者合作，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在復雜系統(tǒng)非馬爾科夫過程建模中的存儲優(yōu)勢。研究成果日前在線發(fā)表于《自然·通訊》上。
從化學反應到金融市場，從氣象系統(tǒng)到星系形成，人們需要處理各種規(guī)模的復雜過程。隨機建模能夠幫助我們預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)的大量觀測信息。信息存儲量將直接和預測未來行為的精度關聯(lián)，因此，這在實踐中將導致一個瓶頸，需要在減少內(nèi)存與預測準確性之間進行權衡。
研究人員發(fā)現(xiàn)，即使在對純經(jīng)典動力學過程建模的時候，量子技術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。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，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作出未來行為的預測。
《自然·通訊》編輯評價該工作：“量子技術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。”總體而言，該工作朝著展示這種量子記憶優(yōu)勢的可擴展性和魯棒性邁出了關鍵一步。
標簽：
