AlphaZero 算法应用于量子计算

量子计算在过去几年中变得更加重要。世界各地的研究人员和公司不断致力于开发这项技术，它可以解决太过复杂的问题，这些问题对于经典计算机来说过于先进。

在奥胡斯大学（Aarhus University）有一组研究人员致力于量子计算机的开发。由Jacob Sherson教授领导的研究小组利用计算机算法AlphaZero来控制量子系统。

量子计算机利用量子力学，这是一门物理学的分支，专注于我们宇宙的最小构建块。其中一个基本规则是，一个系统可以同时存在于多个状态中。

这些规则被翻译成计算机语言，量子计算机可以同时进行多个计算。这意味着量子计算机可以比普通计算机更快地执行任务。

量子计算机的理论已经建立，但还没有创建一个完整的量子计算机。

AlphaZero能够在没有人类干预的情况下自行学习。因此，该算法能够在困难的游戏中，如围棋、将棋和国际象棋中，击败人类和复杂的计算机程序。AlphaZero能够通过与自己竞争并随着时间的推移而改进来实现这一点。

该算法仅仅通过与自己对战四个小时，就能够击败领先的国际象棋程序Stockfish。之后，丹麦国际象棋特级大师Peter Heine Nielsen将AlphaZero比作一种优越的外星物种。

奥胡斯大学的研究小组使用计算机模拟来展示AlphaZero如何应用于三个不同的控制问题。这些问题可能在量子计算机中使用。

“AlphaZero采用深度神经网络和深度预测树搜索，允许对量子参数景观进行预测的隐藏变量近似。为了强调可转移性，我们使用单一公共算法超参数集来应用和基准算法的三个控制问题类别，”研究报告称。

该研究团队的研究成果发表在Nature Quantum Information杂志上。

领先的博士生Mogens Dalgaard谈到了团队对AlphaZero快速自我学习能力的印象。

“当我们分析AlphaZero的数据时，我们发现该算法已经学会了利用问题的潜在对称性，这是我们最初没有考虑到的。这种体验非常令人惊讶。”

真正的突破来自于将AlphaZero（这本身就是一个非常令人印象深刻的算法）与专门的量子优化算法配对。

Jacob Sherson教授表示，“这表明我们仍然需要人类的技能和专业知识，未来目标应该是开发混合智能接口，以最佳方式利用人类和机器的优势。”

该团队希望加快该领域的发展速度，因此他们公开发布了代码并使其可供所有人使用。这种举动引起了很多人的兴趣。

“在几个小时内，我收到了来自拥有量子实验室的主要科技公司和国际领先大学的联系，希望建立未来合作关系，”Jacob Sherson说。“因此，很可能这些方法很快就会在世界各地的实际实验中得到应用。”

DeepMind是一家位于英国的谷歌子公司，负责开发AlphaZero和AlphaGo。这些系统现在在其他领域（包括量子计算）中显示出其重要性。