盡管這臺量子計算機的表現(xiàn)沒有超過常規(guī)方法，但科學家表示，隨著未來物理實驗中數(shù)據(jù)量的增多，量子計算機有望在科研領(lǐng)域“大顯身手”。

模擬高能物理實驗

據(jù)去年6月22日出版的《自然》雜志報道，奧地利物理學家在4個“量子比特”組成的量子計算機研究中，利用位于真空中的電磁場讓4個離子排成一行，每個離子編碼為1個量子比特，組成了一臺迷你版的量子計算機。研究人員用激光束操控離子的自旋，誘導離子執(zhí)行邏輯運算。100多步計算后，科學家成功證實了一個量子電動力學的預(yù)測：能量轉(zhuǎn)化成物質(zhì)，創(chuàng)造出一個電子和一個正電子。

研究人員希望未來能升級計算規(guī)模，以便模擬強核力(讓夸克依附在一起形成質(zhì)子和中子并最終形成原子核)。而且，升級版的量子計算機還有望解決更多問題，比如幫科學家理解兩個原子核的高速碰撞，以及中子星和中微子等。

搜尋希格斯玻色子

近期，科學家更進一步，利用量子計算機發(fā)現(xiàn)了希格斯玻色子。

2012年，歐洲大型強子對撞機(LHC)團隊宣布，他們證明了希格斯玻色子的存在，找到了粒子物理標準模型的最后一塊拼圖。CMS(緊湊繆子線圈)和ATLAS(超環(huán)面儀器)兩個實驗組都找到了質(zhì)子對撞中制造出希格斯玻色子的證據(jù)。在這種方式中，希格斯玻色子會衰變成更常見的玻色子，比如一對高能光子。

但每次LHC讓兩個質(zhì)子發(fā)生對撞，都會產(chǎn)生數(shù)百個其他粒子，當它們撞到探測器時，會被錯誤地解釋成光子。為了幫助加快搜尋到希格斯玻色子，ATLAS和CMS的物理學家用模擬數(shù)據(jù)訓練機器學習算法來“沙里淘金”――從假信號中“揪出”真光子。

最近，CMS搜索希格斯玻色子負責人之一、美國加州理工學院物理學教授瑪利亞?斯皮羅普魯想要了解量子計算機能否讓上述訓練過程更高效，尤其是在減少訓練系統(tǒng)所需的模擬數(shù)據(jù)數(shù)量方面，她說：“我想看看它到底能不能解決希格斯問題。”

她的合作者亞力克斯?莫特是倫敦“深度學習”項目的物理學家，他把學習過程轉(zhuǎn)換成了可用“量子退火”計算機(加拿大D-Wave系統(tǒng)公司開發(fā))計算的問題。這類機器能通過使編碼量子信息的超導線圈降為最低能態(tài)，從而發(fā)現(xiàn)某些問題的最優(yōu)解。

他們的想法是，讓量子計算機發(fā)現(xiàn)最佳標準，讓普通計算機接著使用這些標準在真實的數(shù)據(jù)中尋找光子的信號。為了檢驗這一理論，團隊用了位于南加州洛杉磯大學的D-Wave公司機器。實驗非常成功，斯皮羅普魯說：“我們已經(jīng)能夠用小數(shù)據(jù)集訓練來得出最優(yōu)解。”

ATLAS希格斯玻色子搜尋行動負責人之一克萊默說，這證明是可行的，這才是這項研究“最酷”的一部分。而且與傳統(tǒng)計算機相比，目前量子計算機并沒有明顯的技術(shù)優(yōu)勢，但在未來的實驗中，數(shù)據(jù)量會更大，屆時量子機器學習將“大顯身手”。

美國紐約大學物理學家凱利?克萊默說，量子計算機應(yīng)用于解決實際的物理學問題，而非通常的數(shù)學問題，此舉令人耳目一新，“在這之前，人們就覺得量子機器和物理實驗或許有一天能交叉，看來這次是成真了?！?/p>

應(yīng)用或超越物理學研究

不過，克萊默也指出，盡管如此，不要指望物理學家立刻就投身量子計算機的懷抱了?，F(xiàn)在，這個機器還沒有斯皮羅普魯和其團隊在普通電腦上運行的虛擬版本表現(xiàn)得更好。而且，要證明這些技術(shù)比現(xiàn)在的一些機器學習算法更高效，仍然任重道遠。斯皮羅普魯也同意這一看法并補充道，測試多種不同的方法，相互比較哪個最好仍有必要。

實驗結(jié)果還可能對物理以外的領(lǐng)域產(chǎn)生影響。目前，從地球科學到生物信息學，研究者對量子計算機及其在機器學習領(lǐng)域的應(yīng)用興趣濃厚，例如用于基因序列分析和蛋白質(zhì)折疊的風險分析等。此外，美國國家航空航天局(NASA)埃姆斯研究中心下屬非營利組織大學太空研究聯(lián)盟的戴維?文圖勒氏正領(lǐng)導一項計劃，制造一臺和D-Wave同類型機器，由谷歌和NASA資助，建成后將向全世界實驗者們開放。

(記者 劉 霞)