本文摘要：近日，科学家通过实验证明，基于少量的数据，机器学习可以修复量子系统。这个方法使得科学家需要在数小时之内已完成之前数千年都没解决问题的问题。电子等粒子系统能以许多有所不同的人组不存在，每种系统都有特定的经常出现概率。 在量子领域，并未被仔细观察的系统并不以任何一种人组不存在，而被指出是所有有可能的人组，这种系统就看起来薛定谔的猫，当科学家对其展开测量之时，整个系统就塌陷成特定的构成形式。

近日，科学家通过实验证明，基于少量的数据，机器学习可以修复量子系统。这个方法使得科学家需要在数小时之内已完成之前数千年都没解决问题的问题。电子等粒子系统能以许多有所不同的人组不存在，每种系统都有特定的经常出现概率。

在量子领域，并未被仔细观察的系统并不以任何一种人组不存在，而被指出是所有有可能的人组，这种系统就看起来薛定谔的猫，当科学家对其展开测量之时，整个系统就塌陷成特定的构成形式。因而，量子系统的这一特性就指出，科学家无法通过一次实验就仔细观察到整个系统的简单特性，而是要经过一次又一次的测量来大大研究分析，直到需要确认整个系统的状态。但是这一过程中，随着量子系统中用于的量子数减少，系统的复杂度将不会以指数倍快速增长，如，每个电子享有向下或向上的磁矩，5电子系统享有32种有可能的人组；100个电子系统则享有2的100次方种人组。

此外，量子纠结也不会加剧量子系统的复杂程度，因此传统方法力不从心。在近期的这项研究中，美国纽约计算出来量子物理中心副研究员朱塞佩·卡莱奥及加拿大科学家，利用机器学习技术回避了这些容许。他们将量子系统的实验测量结果获取给基于人工神经网络的软件工具，软件不会自学并尝试仿效系统的不道德，一旦软件提供充足多的数据，它可以精确地修复原始的量子系统。研究人员用于基于有所不同量子系统的模拟实验数据集对软件展开了测试。

结果显示，该软件近超强传统方法，新技术也可处置更大的系统，还能协助科学家检验量子计算机否准确设置，量子软件否按预期运营等。未来，该研究将不会很大的推展量子计算机的研究和发展。

本文来源：澳门尼威斯人网站-www.walkthecaterantrail.com