神經(jīng)網(wǎng)絡科學對于相干量子計算研發(fā)有著重要的價值。

?

在NTT Research?2020峰會上，東京大學國際神經(jīng)智能研究中心（IRCN）Timothee Leleu博士發(fā)表題為《Neuromorphic in Silico Simulator for the CIM》演講時講到，利用神經(jīng)網(wǎng)絡原理能夠提高CIM（Coherent Ising Machine，相干伊辛機，一種利用伊辛模型進行計算的量子設備）的模擬器的效率，同時基于神經(jīng)網(wǎng)絡原理將有助于設計出一種低頻、低能量和更快速的CIM。

?

開展神經(jīng)網(wǎng)絡和相干伊辛機等量子機器的聯(lián)合研究，這一跨學科研究正在構成一個新的研究領域，該研究觀點——《相干伊辛機：量子光學和神經(jīng)網(wǎng)絡觀點》入選了2020年《應用物理快報》封面文章。

?

來自相干伊辛機的重要研發(fā)方NTT Research物理與信息學 (PHI)?實驗室和神經(jīng)網(wǎng)絡研究領域的IRCN，雙方自2021年宣布開展神經(jīng)計算聯(lián)合研究，并以開發(fā)出一種用于組合優(yōu)化問題和機器學習的新型神經(jīng)形態(tài)計算原理為主要研究目標。復雜系統(tǒng)數(shù)學建模和神經(jīng)智能應用方面的專家、京東大學教授、IRCN副主任Kazuyuki Aihara和主攻相干網(wǎng)絡計算潛在能力和應用的NTT Research PHI 實驗室高級研究科學家Satoshi Kako博士是該項目的首席研究員。

?

根據(jù)介紹，CIM是一種使用簡并光學參量振蕩器（DOPO）的自旋作用來高速求解組合優(yōu)化問題的專用量子計算機，通過對DOPO網(wǎng)絡編程可解決已映射到Ising模型的問題。用CIM 編程來解決組合優(yōu)化問題，等價于在各種約束下從更大的集合中找到變量的最佳組合。

?

NTT Research PHI實驗室和IRCN的近期目標是研制出具有16000次自旋并完全耦合的、基于現(xiàn)場可編程門陣列(FPGA)的CIM模擬器。與之形成對比的是，NTT的基于光量子的CIM相干伊辛機已經(jīng)達到了100000個自旋量子比特。

?

基于可重構性，F(xiàn)PGA模擬器可能具有可接受的速度和尺寸，但目前在能效方面受到限制，遠不及使用量子原理的相干伊辛機。Timothee Leleu博士表示，“利用神經(jīng)網(wǎng)絡原理，我們將至少可以短暫突破經(jīng)典計算機模擬的局限性，（更近似相干量子計算）。”

?

“我們的目標始終是創(chuàng)造新的科學知識，”NTT Research?PHI實驗室主任Yoshihisa Yamamoto（山本喜久）說，“基于新型神經(jīng)形態(tài)計算原理的CIM模擬器和數(shù)字算法將為其他研究和學術組織中的眾多合作者所使用，并可能加速該領域的搜索應用。”

?

Kazuyuki Aihara教授表示：“與 NTT Research的聯(lián)合研究項目是令人興奮的，這將是繼續(xù)探索先進理論和未來應用的交叉點：隨著研究合作的展開，我們將擁有更強大的基礎和動力以繼續(xù)從數(shù)學、量子力學、混沌、光學和神經(jīng)科學的進步中汲取靈感。”

?

編譯：李每

編輯：王衍
注：本文編譯自“businesswire”，不代表量子前哨觀點。

?