近年來，人工智能已經(jīng)無變得處不在，其應(yīng)用包括語音解釋、圖像識別、醫(yī)學(xué)診斷等等。與此同時，量子技術(shù)已被證明具有遠超世界上最大超級計算機的計算能力。近日，維也納大學(xué)的物理學(xué)家展示了一種被稱為量子記憶電阻器的新設(shè)備，它可以將這兩個世界結(jié)合起來，從而解鎖前所未有的能力。該實驗是維也納大學(xué)與意大利國家研究委員會(CNR)和米蘭理工大學(xué)合作進行的，在一個基于單光子的集成量子處理器上實現(xiàn)。該成果于近日在最新一期《自然光子學(xué)》雜志上發(fā)表。

圖源：Equinox Graphics，維也納大學(xué)

所有人工智能應(yīng)用的核心是被稱為神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型。這些模型的靈感來自人類大腦的生物結(jié)構(gòu)，由相互連接的節(jié)點組成。就像我們的大腦通過不斷地重新安排神經(jīng)元之間的連接來學(xué)習(xí)一樣，神經(jīng)網(wǎng)絡(luò)可以通過調(diào)整其內(nèi)部結(jié)構(gòu)來進行數(shù)學(xué)訓(xùn)練，直到它們能夠完成人類級別的任務(wù)：識別我們的臉，解釋醫(yī)學(xué)圖像以進行診斷，甚至駕駛我們的汽車。因此，具有能夠快速有效地執(zhí)行神經(jīng)網(wǎng)絡(luò)中涉及的計算的集成設(shè)備已經(jīng)成為學(xué)術(shù)界和工業(yè)界的主要研究焦點。

該領(lǐng)域的重大變革之一是2008年記憶電阻器的發(fā)現(xiàn)。該設(shè)備根據(jù)過去電流的記憶改變其電阻，因此命名為記憶電阻器或憶阻器。在它被發(fā)現(xiàn)后，科學(xué)家立即意識到(在許多其他應(yīng)用中)憶阻器的特殊行為與神經(jīng)突觸驚人地相似。因此，憶阻器已經(jīng)成為神經(jīng)形態(tài)架構(gòu)的基本組成部分。

一組來自維也納大學(xué)、國家研究委員會 (CNR) 和Philip Walther教授和Roberto Osellame博士領(lǐng)導(dǎo)的米蘭理工大學(xué)的實驗物理學(xué)家們現(xiàn)在已經(jīng)證明，設(shè)計一種與憶阻器具有相同功能的設(shè)備是可能的，同時當(dāng)其作用于量子態(tài)是，能夠編碼和傳輸量子信息。換句話說，就是一個量子憶阻器。實現(xiàn)這樣的設(shè)備是具有挑戰(zhàn)性的，因為憶阻器的動力學(xué)往往與典型的量子行為相矛盾。

圖源：Equinox Graphics，維也納大學(xué)

通過使用單光子，即光的單量子粒子，并利用它們在兩條或更多路徑的疊加中同時傳播的獨特能力，物理學(xué)家們克服了這一挑戰(zhàn)。在他們的實驗中，單光子沿著激光寫入玻璃基板上的波導(dǎo)傳播，并在多條路徑的疊加上被引導(dǎo)。其中一條路徑用于測量通過設(shè)備的光子通量，該數(shù)量通過復(fù)雜的電子反饋方案，調(diào)節(jié)另一個輸出的傳輸，從而實現(xiàn)理想的憶阻行為。除了演示量子憶阻器外，研究人員還提供了模擬，表明具有量子憶阻器的光網(wǎng)絡(luò)可用于學(xué)習(xí)經(jīng)典任務(wù)和量子任務(wù)，這暗示了量子憶阻器可能是人工智能和量子計算之間缺失的一環(huán)。

“在人工智能中釋放量子資源的全部潛力是當(dāng)前量子物理學(xué)和計算機科學(xué)研究面臨的最大挑戰(zhàn)之一，”《自然光子學(xué)》雜志上這一論文的第一作者Michele Spagnolo表示。維也納大學(xué)的Philip Walther小組最近也證明，當(dāng)使用量子資源和借用量子計算的方案時，機器人可以更快地學(xué)習(xí)。這一新成就代表著量子人工智能成為現(xiàn)實的未來又邁進一步。

關(guān)鍵詞： 量子記憶電阻器 維也納大學(xué) 電阻器新設(shè)備 量子處理器