神經(jīng)網(wǎng)絡(luò)的抽象圖，該神經(jīng)網(wǎng)絡(luò)由光子組成，具有可能與人工智能相關(guān)的記憶能力（圖片來源：網(wǎng)絡(luò)）

近日，維也納大學(xué)的物理學(xué)家展示了一種名為量子憶阻器的新設(shè)備，它將量子計(jì)算與人工智能結(jié)合，解鎖了前所未有的新能力。該實(shí)驗(yàn)與意大利國家研究委員會(huì)（CNR）和米蘭理工大學(xué)合作進(jìn)行，并已在一個(gè)基于單光子集成量子處理器上實(shí)現(xiàn)。這項(xiàng)工作成果已發(fā)表在最新一期的《自然光子學(xué)》雜志上。

人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型正成為人工智能的核心。這些模型的靈感來自人腦的生物結(jié)構(gòu)，如大腦通過不斷重新排列神經(jīng)元之間的連接方式進(jìn)行學(xué)習(xí)，人工神經(jīng)網(wǎng)絡(luò)可以通過調(diào)整其內(nèi)部結(jié)構(gòu)進(jìn)行數(shù)學(xué)訓(xùn)練以執(zhí)行人類工作任務(wù)：人臉識(shí)別、醫(yī)學(xué)圖像分析診斷，以及無人駕駛等。因此，學(xué)術(shù)界和工業(yè)界的研究焦點(diǎn)在于：研制出能快速有效地執(zhí)行神經(jīng)網(wǎng)絡(luò)計(jì)算的集成設(shè)備。

?

2008年，記憶電阻器的發(fā)現(xiàn)成為該領(lǐng)域的重大突破之一。該器件可根據(jù)電流的情況改變其電阻，即通過記住最后一次流過它的電荷量來調(diào)整電阻，從而維持安全電流的通過，由此被稱為記憶電阻器或憶阻器。與此同時(shí)，科學(xué)家們發(fā)現(xiàn)憶阻器的特殊行為與神經(jīng)突觸有著驚人的相似性。因此，科學(xué)家們就對(duì)憶阻器被視為神經(jīng)形態(tài)結(jié)構(gòu)的基本組成部分開展了更深入的研究。

?

來自維也納大學(xué)、意大利國家研究委員會(huì)（CNR）和米蘭理工大學(xué)的研究團(tuán)隊(duì)證明：通過設(shè)計(jì)類似憶阻器的設(shè)備可產(chǎn)生量子態(tài)并能編碼和傳輸量子信息。即，量子憶阻器。

包含光學(xué)互連的馬赫-曾德爾干涉儀的神經(jīng)網(wǎng)絡(luò)（圖片來源：維也納工業(yè)大學(xué)）

通常，要研制量子憶阻器具有挑戰(zhàn)性，因?yàn)槠渌婕暗降膭?dòng)力學(xué)原理與典型的量子行為相矛盾。而研究人員們通過使用單光子在兩個(gè)或多個(gè)路徑的疊加中同時(shí)傳播的獨(dú)特能力，克服了這一挑戰(zhàn)。

?

在該實(shí)驗(yàn)中，研究人員們沿著波導(dǎo)管將單光量子在玻璃激光顯示器上傳播，并引導(dǎo)其在幾條路徑的疊加中進(jìn)行傳輸。其中一條路徑用于測量通過該器件的光子數(shù)量，然后利用復(fù)雜的電子反饋方案去調(diào)節(jié)另一個(gè)輸出上的傳輸，從而實(shí)現(xiàn)所需的憶阻行為。

?

除了演示量子憶阻器外，研究人員還進(jìn)行了量子神經(jīng)網(wǎng)絡(luò)模擬，以證明帶有量子憶阻器的光網(wǎng)絡(luò)可用于經(jīng)典和量子學(xué)習(xí)任務(wù)。這預(yù)示了量子憶阻器將是人工智能和量子計(jì)算之間的重要紐帶。

該研究論文的第一作者M(jìn)ichele Spagnolo表示：“在人工智能中釋放量子資源的全部潛力是當(dāng)前量子物理學(xué)和計(jì)算機(jī)科學(xué)研究面臨的最大挑戰(zhàn)之一?！爆F(xiàn)在，該團(tuán)隊(duì)證明了：通過使用量子資源和量子計(jì)算方案，機(jī)器學(xué)習(xí)速度將顯著提升。這一新成果將進(jìn)一步推動(dòng)量子人工智能成為現(xiàn)實(shí)。

原文鏈接：

https://www.eletimes.com/quantum-nature-of-artificial-neurons-with-photonic-circuits

文：ELE Times
編譯：卉可編輯：慕一
注：本文編譯自“?ELE Times”，不代表量子前哨觀點(diǎn)。