人工智能驱动的脉冲驯服量子系统

控制篮球的轨迹很容易：只需施加机械力并结合人类技能即可。但控制原子和电子等量子系统的运动更具挑战性，因为这些微小的物质碎片经常成为扰动的牺牲品，以不可预测的方式使它们偏离轨道。系统内的运动会退化(一个称为阻尼的过程)，并且来自温度等环境影响的噪声也会扰乱其轨迹。

抵消阻尼和噪声的一种方法是向量子系统施加稳定的光脉冲或强度波动的电压。现在，日本冲绳科学技术研究所(OIST)的研究人员表明，他们可以使用人工智能以优化的方式发现这些脉冲，以适当地将微机械物体冷却到其量子态并控制其运动。他们的研究发表于2022年11月的《物理评论研究》。

与原子或电子相比较大的微机械物体在高温甚至室温下保持经典行为。然而，如果这种机械模式可以冷却到它们的最低能量状态，物理学家称之为基态，那么量子行为就可以在这样的系统中实现。这些类型的机械模式可以用作力、位移、重力加速度等的超灵敏传感器，也可以用于量子信息处理和计算。

“基于量子系统构建的技术提供了巨大的可能性，”该文章的主要作者、JasonTwamley教授实验室OIST量子机器部门的博士后学者BijitaSarma博士说。“但是为了从他们对超精密传感器设计的承诺中受益，高速量子信息处理和量子计算，我们必须学会设计方法来实现对这些系统的快速冷却和控制。”

她和她的同事设计的基于机器学习的方法展示了如何使用人工控制器来发现非直观的智能脉冲序列，这些脉冲序列可以比其他标准方法更快地将机械物体从高温冷却到超低温。这些控制脉冲由机器学习代理自行发现。这项工作展示了人工智能在量子技术发展中的效用。

量子计算有可能通过实现高计算速度和重新格式化密码技术来彻底改变世界。这就是为什么许多研究机构和大型科技公司(如谷歌和IBM)正在投入大量资源来开发此类技术。但要实现这一点，研究人员必须以非常高的速度完全控制此类量子系统的运行，从而消除噪声和阻尼的影响。

“为了稳定量子系统，控制脉冲必须很快——我们的人工智能控制器已经显示出实现这一壮举的希望，”Sarma博士说。“因此，我们提出的使用AI控制器的量子控制方法可以在高速量子计算领域提供突破，并且可能是实现类似于自动驾驶汽车的自动驾驶量子机器的第一步.我们希望这样的方法能为未来的技术发展吸引更多的量子研究人员。”