科学家尝试使用人工智能来驯服量子系统

　　控制一个篮球的轨迹是相对简单的，因为它只需要应用机械力和人的技能。然而，控制像原子和电子这样的量子系统的运动则构成了更大的挑战。这些微小的粒子很容易受到扰动，从而导致它们以意想不到的方式偏离其预定的路径。此外，系统内的运动会退化，即所谓的阻尼，而温度等环境因素的噪音会进一步扰乱其轨迹。
　　量子系统指的是对根据量子力学原理运行的系统的研究。这些系统包括原子、分子和亚原子粒子，并以其独特的属性而闻名，如叠加、纠缠和量子干扰。
　　为了抵消阻尼和噪音的影响，来自日本冲绳科学与技术研究所（OIST）的研究人员已经找到了一种方法，利用人工智能发现并将强度波动的稳定光脉冲或电压应用于量子系统。这种方法能够成功地将一个微型机械物体冷却到其量子状态，并以一种优化的方式控制其运动。这项研究最近发表在《物理评论研究》杂志上。
　　其基本思想是通过应用人工智能代理（左）来实现量子控制。例如，在存在环境噪音的情况下，为了将量子球（红色）冷却到井底，基于强化学习的AI控制器将识别智能控制脉冲（中间的极坐标图）资料来源：OIST
　　与原子或电子相比，较大的微观机械物体，在保持高温，甚至室温的情况下是有迹可循的。然而，如果这种机械模式可以被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种系统中实现。然后，这些类型的机械模式可以被用作力、位移、重力加速度等的超灵敏传感器，以及用于量子信息处理和计算。
　　文章的主要作者、JasonTwamley教授实验室的OIST量子机器组的博士后学者BijitaSarma博士说：由量子系统构建的技术提供了巨大的可能性。但是，为了从它们对超精密传感器设计、高速量子信息处理和量子计算的承诺中获益，我们必须学会设计实现快速冷却和控制这些系统的方法。
　　她和她的同事设计的基于机器学习的方法展示了人工控制器如何被用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一个机械物体从高温冷却到超低温。这些控制脉冲是由机器学习代理自行发现的。这项工作展示了人工机器智能在发展量子技术方面的效用。
　　量子计算有可能通过实现高计算速度和重新设定加密技术来彻底改变世界。这就是为什么许多研究机构和Google、IBM等大型科技公司正在投入大量资源开发此类技术。但要实现这一点，研究人员必须在非常高的速度下实现对这种量子系统运行的完全控制，这样才能消除噪声和阻尼的影响。
　　为了稳定一个量子系统，控制脉冲必须是快速的而我们的人工智能控制器已经显示出有希望实现这样的成就，Sarma博士说。因此，我们提出的使用人工智能控制器的量子控制方法可以在高速量子计算领域提供一个突破，它可能是实现量子机器自动驾驶的第一步，类似于自动驾驶汽车。我们希望这样的方法能够吸引许多量子研究人员参与到未来的技术发展中。