NTU 科学家开发可模拟人脑神经网络的量子计算机

NTU科学家开发了一种量子计算机，可以从以往的计算经历中学习以总结解决新问题的办法，并且可以模拟人脑的运作方式，解决更精密复杂的问题。

量子计算机可模拟人脑

近年来，量子计算机因其复杂而精确的计算能力而受备受关注，科学家们常常将这些量子计算机用于设计更有效的药物、机密文件传输或预测天气等等工作。

NTU科学家近日利用量子计算和人工智能设计了一种可以像人类一样不断学习的量子计算原型机，这种量子计算原型机拥有非比寻常的精确计算能力。

来源：NTU

这些可以模拟人脑运作方式的量子计算机有可能解决从药物设计到量子加密等非常复杂的难题。这种量子计算原型机配备了人工大脑，所以新制作的量子计算机可以快速学会自己执行复杂的计算。

量子计算机可自主学习

与以 1 和 0 状态存储信息的传统计算机芯片不同，量子计算世界中的信息以量子粒子的形式存储在量子位中。通过计算机模拟试验，NTU物理与数学科学学院的科学家们开发并训练了一个人工神经网络，该网络是一个包含模拟细胞在大脑中连接计算单元网络的处理器，以分析存储在量子粒子中的数据。

就像大脑一样，量子计算机中的人工神经网络可以学习识别量子数据中的模式。

量子计算机数据转换过程 来源：NTU

由于量子纠缠的原因，量子计算机可以以非常快的速度处理信息，其中改变一个量子位的状态就将瞬间改变另一个量子位的状态，且这一行为能够被准确预测。

量子纠缠是量子计算的一个基本特征，研究人员会训练他们的量子计算机识别纠缠态，以便识别量子纠缠。

换一个更通俗的说法，科学家们将量子数据的例子及其预期的纠缠态输入计算机，并训练它识别量子纠缠，就像教孩子如何使用卡通图片识别物体一样。

NTU科学家开发的量子计算原型机仅在 200 个示例之后就能准确识别纠缠态，而训练大多数普通量子计算机通常需要数千个示例。

Liew教授 来源：NTU

“要使量子计算机发挥最佳功能，让它们产生正确的量子纠缠态至关重要。因此，我们的量子计算机可以用作开发其他量子计算机的工具，”领导这项研究的助理教授 Timothy Liew 说。

Liew博士参与发表的论文 来源：Physical Review Letters

Liew 博士于 2008 年获得英国南安普顿大学博士学位，并在新加坡国立大学和瑞士洛桑联邦理工学院完成了博士后研究。他对光与物质耦合系统理论做出了多项贡献。2013年，他获得南洋理工大学李光耀奖学金，在这里，他专注于混合系统中光子应用的理论发展：太赫兹频率源、量子光源和光子电路。2015年，刘博士成为南洋理工大学的助理教授。

Liew博士参与发表的论文 来源”：npj Quantum Information

“除了识别量子纠缠外，我们的量子计算机还可以学习如何进行困难的数学计算。这些计算可以用于量子密码术等应用中，其中信息将在量子粒子中加密并安全转换，” Liew 教授补充道。

Liew博士参与发表的论文

来源：Neural Networks and Learning Systems

研究人员设想，他们开发的量子计算机除了可能解决困扰人类的科研难题以外，还可能彻底改变人类的日常生活方式。

参考文献：

1. "Reconstructing Quantum States With Quantum Reservoir Networks" IEEE Transactions on Neural Networks and Learning Systems ;

2.“Quantum reservoir processing” npj Quantum Information;

3.“Quantum neuromorphic platform for quantum state preparation" Physical Review Letters.