(文章来源:百家号)
基于量子的通信和计算技术有望实现空前的应用,例如无条件安全的通信,超高精度传感器以及能够以传统计算机无法达到的效率解决特定问题的量子计算机。近年来,也将量子计算机设想为量子设备网络中的节点,其中通过量子通道建立连接,数据是流经网络的量子系统,从而为未来的“量子互联网”奠定了基础。
这些量子信息网络的设计带来了新的理论挑战,因为有必要建立优化的自动化信息处理协议来处理量子数据,就像目前的通信网络自动管理信息一样。UAB的研究人员第一次不得不应对这些挑战之一:根据准备状态对来自量子系统网络的数据进行排序的问题。研究人员设计了一种最佳程序,可以识别相同制备的量子系统的簇。
由UAB的研究人员开发的协议显示了与经典机器学习的典型用例的自然联系:根据数据样本是否共享相同的潜在概率分布对数据样本进行聚类。这个问题类似于经典计算机如何分辨放置在街道上的麦克风同时捕获的不同声音的起源。计算机可以识别模式并识别对话,交通和街头音乐家。但是,与声波不同,识别量子数据中的模式更具挑战性,因为仅观察即可提供部分信息,并且在处理过程中会导致数据不可恢复地退化。
UAB的物理学家还能够比较经典协议和量子协议的性能。研究人员认为,新协议远远优于经典策略,特别是对于大尺寸数据。该建议代表了朝着量子信息网络迈出的新一步,因为它为量子信息的自动分类和分配领域中的物理可能性建立了坚实的理论框架。
(责任编辑:fqj)
-
互联网
+关注
关注
54文章
11101浏览量
102977 -
量子通信
+关注
关注
3文章
289浏览量
24177
发布评论请先 登录
相关推荐
评论