据塔斯社网3月20日报道，近日，谷歌Deepmind及其荷兰同事研发出AlphaTensor-Quantum神经网络，该网络能优化并加速量子逻辑链的运行，减少最昂贵逻辑运算的数量。
研究指出，优化逻辑链是创建抗随机误差量子计算系统的主要环节之一。Deepmind团队开发的算法基于深度强化学习，能最大限度减少实现特定逻辑链所需的昂贵量子操作——T门的数量。
该人工智能系统由Deepmind副总裁Pushmeet Kohli领导的数学家团队创建。他们此前已成功开发出在围棋等游戏中击败人类的人工智能系统。
新开发的AlphaTensor-Quantum神经网络通过优化操作执行，显著加快了量子计算机上复杂逻辑链的执行速度。研究团队利用该网络的修改版本，减少了量子计算中难以实现的T门操作数量。
计算表明，AlphaTensor-Quantum神经网络超越了现有自动算法，工作质量与手动优化计算方法相当，适用于量子化学、密码学等多个量子计算机应用领域。科学家希望这一发展将加速抗随机误差量子计算机的研制。
（编译：胡伟）