AI|人工智能设计出了人类无法理解的量子实验( 三 )


在其中一种泛化的实验配置中 , 晶体数量为四 , 每枚晶体都会产生一对光子 , 有四条通往四个探测器的重叠路径 。量子干涉可以形成建设性干涉 , 即四台探测器都能探测到光子;或是破坏性干涉 , 即没有一台探测器能探测到光子 。
但直至不久之前 , 真正开展这样的实验都一直是一个遥远的梦想 。不过今年三月 , 中国科技大学研究人员与克雷恩在联合发表的一篇预印论文上报告称 , 自己在一枚光子芯片上搭建了完整的实验配置 , 并成功开展了这项实验 。由于光子芯片的光学稳定性极强 , 研究人员在实验中连续收集了超过16个小时的数据 , 而这在大规模实验中是不可能实现的 。
在刚开始尝试将MELVIN的研究成果简化和泛化时 , 克雷恩和同事们意识到 , 这种解法其实和数学中一种名叫“图”的抽象表达形式很相似 。图由“顶点”和“边”构成 , 可以用于描述物体之间的配对关系 。在量子实验中 , 每个光子的行进路线可以用“顶点”来表示 , 而每枚晶体则可以用连接两个顶点的“边”来表示 。MELVIN先是创建了这样一个图 , 然后开展了一系列名叫“完美匹配”的数学运算 , 即让每个顶点仅与一条边相连 。这一过程可以使最终量子态的计算大大简化 , 不过对人类来说仍然难以理解 。
不过 , MELVIN继任者THESEUS的出现改变了这一点 。它可以对第一步生成的复杂图进行筛选 , 逐渐将边和顶点的数量减少到不能再少(如果进一步减少 , 该实验设置便无法产生想要的量子态) 。这样的图比MELVIN的完美匹配图简单得多 , 因此更容易被人类解读 。
澳大利亚格里菲斯大学的埃里克?加瓦尔坎迪对这些研究工作深感震撼 。“这些机器学习技术真的很有意思 。对人类科学家而言 , 有些解法看上去十分‘新颖’ 。不过就现阶段来说 , 这些算法离真正具备提出新想法、创造新概念还差得很远 。不过 , 我相信这一天迟早会到来 。尽管我们如今仍在婴儿学步 , 但千里之行 , 终归要始于足下 。”
【AI|人工智能设计出了人类无法理解的量子实验】斯坦伯格也赞同这一观点 。“就目前来说 , 这些已经是绝妙的工具了 。就像所有优秀的工具一样 , 它们已经帮助我们实现了一些原本不可能实现之事 。”(叶子)