中評社北京6月25日電／最近，西班牙巴斯克大學科學家首次將遺傳算法用在數字量子模擬中，結果表明，遺傳算法不僅能減少量子計算誤差，甚至能超越目前的標準最優化技術。研究人員稱，這種策略是受自然界“適者生存”法則的啟發，從這一角度看，遺傳算法能提高保真度，優化所需資源，同時適應實驗中的約束條件。
據物理學家組織網23日報道，數字量子模擬作為量子技術的一種，要面對因退相幹而導致信息損失的難題。為減少信息損失，科學家採用了量子誤差校正協議的方法，用量子門將信息以多比特糾纏的形式存儲起來，作為一種備份。但要以糾纏態存儲信息極其複雜，一個4比特7門的系統，門的排列方式就超過萬億，人們一般用最優化技術來篩選找出誤差最小的那個。
研究人員證明，用遺傳算法來確定最優排列方式，比用標準最優化技術更好，能將數字量子誤差降低到迄今最低水平。除了減少退相幹誤差，還能減少數字誤差及因每種排列自身缺陷所導致的積累誤差。
研究人員解釋說，遺傳算法表現出色，原因之一在於其適應性。就像自然界通過“優勝劣汰”適應環境變化，遺傳算法能不斷調整，以適應不同量子技術中的不同約束條件。他們的研究提供了一種靈活的新工具，能讓人們在保持運算精確性的同時，減少所需的物理資源。
團隊負責人之一恩里克·索蘭諾教授說，遺傳算法的特點是適應性和穩定性強，既能靈活解決不同量子技術和平台中的問題，又能修正誤差，消除各種誤差源。該算法已被用於諸多領域，如優化電路方案，設計接收效果最佳的天線等。它能很容易把一個問題分解為量子門，根據需要將問題簡化、優化，從而通過量子模擬解決人工智能、模式識別、新材料與化工產品設計、航空動力學等領域的複雜問題。
總編輯圈點
生命繁衍中的“優勝劣汰”依靠遺傳密碼來篩選最適合的基因，受此啟發，美國的J.Holland教授1975年提出了“遺傳算法”，這計算模型是一種搜索最優解的方法。量子模擬作為量子技術的一種，是用於探索未知現象（如凝聚態）中定性或定量信息的工具，量子誤差無論如何也避免不了，而在海量運算結果中找出誤差較小的信息，正好是遺傳算法的專長。搜索的越快速、越準確，模擬計算的時間越短、能耗越少，未知現象就越容易露出真面目。
(來源：科技網-科技日報) |
