编辑 | 萝卜皮
理想与模拟之间的差异阻碍了静态量子器件的优化和可扩展性。由不可预计的资料缺欠分布引起的无序是造成理想差异的主要原因之一。
牛津大学的钻研团队运用物理感知呆板进修来弥补这一差异，特别是运用结合物理模型、深度进修、高斯随机场和贝叶斯推理的方式。
这种方式使科学家能够从电子传输数据推断纳米级电子设施的无序潜力。通过验证算法对 AlGaAs/GaAs 中横向定义的量子点器件所需的栅极电压值的预计来验证这一推论，从而产生与双量子点体系相对应的电流特征。
该钻研以「Bridging the Reality Gap in Quantum Devices with Physics-Aware Machine Learning」为题，于 2024 年 1 月 4 日发布在《PHYSICAL REVIEW X》。
人类发现的驱动力之一是预计与观察结果之间的差异；这就是理想差异。
首席钻研员、牛津大学工程科学系副教授 Natalia Ares 表示：当玩「猖獗高尔夫」时，球可能会以与玩家预计不符的速度或方向进入和退出地道。
但通过更多的击球、猖獗的高尔夫模拟器和一些呆板进修，人们可能会更好地预计球的运动并扩大理想差异。静态量子器件也存在类似的理解障碍：名义上相反的器件通常会表现出不同的特性。
在这里，牛津大学的钻研团队采用呆板进修方式来扩大此类设施的理想差异。
具体来说，钻研人员考虑通过改变栅极电压来控制通过纳米级器件的电流：由于资料缺欠，看起来相反的器件可以在相反的电压树立下表现出不同的电流行为。这种可变性拉开了模拟预计与理想之间的差异。
这里的物理感知呆板进修方式可以弥合这一理想差异，揭示影响他们设施的资料缺欠的隐藏特征。钻研人员运用不同电压树立下的电流的简单丈量来通知模拟器。
图示：方式概述。（来源：论文）
Ares 补充道：「在猖獗的高尔夫类比中，这相当于沿着地道放置一系列传感器，这样我们就可以丈量不同点的球速。尽管我们仍然看不到地道内部，但我们可以利用这些数据更好地预计射门时球的表现。」
新模型不仅找到了合适的内部紊乱曲线来描述丈量的电流值，而且还可以准确预计特定设施工作状态所需的电压树立。
该模型提供了一种量化量子设施之间变异性的新方式。这可以更准确地预计设施的性能，并帮助设计量子设施的最佳资料。它可以为补偿方式提供信息，从而减轻量子设施中资料缺欠的不良影响。
论文合著者、牛津大学资料系博士生 David Craig 补充道：「类似于我们无法直接观察黑洞，但我们可以根据黑洞对周围物质的影响来推断它们的存在，我们运用简单的丈量作为纳米级量子设施内部变异性的代理。」
「尽管真实设施的复杂性仍然高于模型所能捕捉到的，但我们的钻研已经证明了运用物理感知呆板进修来扩大理想差异的效用。」
论文链接：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.14.011001
相关报道：https://phys.org/news/2024-01-machine-bridge-reality-gap-quantum.html