原标题：机器学习技术运用于量子力学基础研讨
中科大郭光灿院士团队李传锋、许金时等人与合作者最近将机器学习技术运用于研讨量子力学基础成绩，初次实验完成了基于机器学习算法的多重非经典关联的同时分类。这一成果发表在11月6日出版的国际物理学威望期刊《物理回复快报》上。
1935年，爱因斯坦、波多尔斯基和罗森发表了著名的质疑量子力学完备性的文章，后来被称为EPR佯谬。随着薛定谔和贝尔等众多迷信家对EPR佯谬的深化研讨，人们逐渐了解爱因斯坦所指的“幽灵般的超距作用”来源于量子世界的非定域关联，并且它还可以进一步细分为量子纠缠、量子导引、贝尔非定域性等层次。另一方面，随着量子信息研讨的兴起，各种不同的量子关联曾经成为量子信息范畴的关键资源，在量子计算、量子通讯、量子精细测量等过程中扮演着重要角色。
李传锋、许金时等人将机器学习技术运用于非经典关联的区分，经过巧妙的实验设计，在光学系统中制备出一簇参数可调的两比特量子态。经过只输入量子态的部分信息(两个可观测量的值)，应用机器学习模型对455个量子态的非经典关联属性停止学习，成功完成了多重非经典关联分类器。实验结果表明，基于机器学习算法的分类器能以大于90%的高婚配度同时辨认量子纠缠、量子导引和贝尔非定域性等不同的量子关联属性，且无论在资源耗费还是工夫复杂度上都远小于传统判据所依赖的量子态层析方法。
这项工作在实验上将机器学习算法运用于多重非经典关联的同时区分，推进了人工智能与量子信息技术的深度交叉。将来，机器学习作为一种有效的分析工具，将有助于处理更多量子迷信难题。
来源: 安徽日报
关注同花顺财经微信公众号(ths518)，获取更多财经资讯 |
