清華量子信息中心孫麓巖、鄧東靈研究組合作在超導(dǎo)系統(tǒng)中實(shí)現(xiàn)量子人工智能算法
清華新聞網(wǎng)1月29日電 近日，清華大學(xué)交叉信息研究院孫麓巖、鄧東靈研究組與中國(guó)科學(xué)技術(shù)大學(xué)鄒長(zhǎng)鈴研究組合作，在超導(dǎo)系統(tǒng)中首次實(shí)驗(yàn)實(shí)現(xiàn)了量子生成對(duì)抗學(xué)習(xí)，展示了量子器件應(yīng)用于人工智能領(lǐng)域中的可行性及巨大潛力。該成果論文《Quantum generative adversarial learning in a superconducting quantum circuit》（《超導(dǎo)量子電路中的量子生成對(duì)抗學(xué)習(xí)》）近日發(fā)表于科學(xué)子刊Science Advances(《科學(xué) 進(jìn)展》)上。
人工智能的核心是機(jī)器學(xué)習(xí), 而生成式對(duì)抗網(wǎng)絡(luò)(GAN, Generative adversarial Networks)是近年來(lái)機(jī)器學(xué)習(xí)領(lǐng)域最具前景的方法之一。一般說(shuō)來(lái)，機(jī)器學(xué)習(xí)的模型大體可以分成兩類(lèi)：生成模型(Generative model) 和判別模型(Discriminative model)。舉個(gè)簡(jiǎn)單的例子，給定一張圖片，判斷這張圖片里的動(dòng)物是貓還是狗，這是判別模型；給定一系列狗的圖片，要求生成一張新的，不在已有數(shù)據(jù)集里的狗的圖片，這是生成模型。
量子生成對(duì)抗網(wǎng)絡(luò)示意圖
GAN是一類(lèi)非常重要的生成模型，由Goodfellow等人于2014年提出。GAN在很多方面特別是生成圖像、視頻等有極為重要的應(yīng)用。GAN的原理比較簡(jiǎn)單，可以通過(guò)生成圖片為例來(lái)理解：GAN通常包含兩個(gè)部分，生成器和判別器。判別器是一個(gè)判別圖片的網(wǎng)絡(luò)，它隨機(jī)接收一張圖片，此圖片可能來(lái)自于訓(xùn)練的數(shù)據(jù)集（稱(chēng)為真實(shí)的）也可能是生成器產(chǎn)生的（稱(chēng)為假的），它的目標(biāo)是以最大概率區(qū)分圖片到底是真的還是假的。生成器是一個(gè)生成圖片的網(wǎng)絡(luò)，它的目標(biāo)是生成盡可能逼真的圖片來(lái)迷惑判別器。這樣，生成器和判別器構(gòu)成了一個(gè)動(dòng)態(tài)的“博弈過(guò)程”，博弈的最終結(jié)果是生成器可以生成足以“以假亂真”的圖片，判別器難以判斷生成的圖片是不是真實(shí)的。
量子生成對(duì)抗網(wǎng)絡(luò)(QGAN, quantum generative adversarial network) 基本原理與經(jīng)典的GAN是一樣的，區(qū)別在于這里生成器和判別器是由量子器件或者量子網(wǎng)絡(luò)構(gòu)成，訓(xùn)練用的數(shù)據(jù)集也可以是量子數(shù)據(jù)(如量子態(tài)等)。孫麓巖課題組與合作者在超導(dǎo)系統(tǒng)中首次實(shí)現(xiàn)了GAN，展示了從量子數(shù)據(jù)集中學(xué)習(xí)有用模式的可行性。在此實(shí)驗(yàn)中，生成器由一個(gè)能以一定概率分布產(chǎn)生量子態(tài)系綜的超導(dǎo)量子線(xiàn)路組成，判別器是一個(gè)可以做投影測(cè)量的量子器件，訓(xùn)練用的真實(shí)數(shù)據(jù)集由一個(gè)量子通道模擬器產(chǎn)生。
量子生成對(duì)抗網(wǎng)絡(luò)實(shí)驗(yàn)方案圖
實(shí)驗(yàn)結(jié)果表明，通過(guò)多輪對(duì)抗學(xué)習(xí)后，生成器產(chǎn)生的量子數(shù)據(jù)越來(lái)越逼近真實(shí)的量子數(shù)據(jù)，最終達(dá)到平均98%以上的保真度，從而使得判別器無(wú)法區(qū)分生成器產(chǎn)生的數(shù)據(jù)。此實(shí)驗(yàn)為今后研究中等尺度量子器件在機(jī)器學(xué)習(xí)方面的量子優(yōu)勢(shì)打下鋪墊，可能對(duì)量子人工智能領(lǐng)域的發(fā)展產(chǎn)生深遠(yuǎn)影響。
該論文共同通訊作者為孫麓巖副教授、鄧東靈助理教授、以及鄒長(zhǎng)鈴特任副研究員。胡玲、吳書(shū)豪為文章共同一作，其他作者還包括蔡偉州、馬雨瑋、穆相豪、徐源、王海燕、宋祎璞等。此項(xiàng)目得到了國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃、國(guó)家自然科學(xué)基金、量子通信與量子計(jì)算機(jī)重大項(xiàng)目安徽省引導(dǎo)性項(xiàng)目、清華大學(xué)啟動(dòng)經(jīng)費(fèi)等支持。
論文鏈接：
Sci. Adv. 5, eaav2761 (2019)
http://advances.sciencemag.org/content/5/1/eaav2761.full
供稿：交叉信息研究院 編輯：呂婷 審核：周襄楠
