人工智能与量子计算融合在有前途的新型忆阻器中

近年来，计算机技术在两个主要方面取得了进步:机器学习的突破，开发出可以通过经验自动改进的算法;量子计算机的研究，理论上可以证明比任何超级计算机都更强大。现在，科学家们已经创造了一种被称为量子忆阻器的设备的第一个原型，它可能有助于将这两个世界的优点结合起来——将人工智能与量子计算结合起来，获得前所未有的能力。网上亚博Ayabo2016

一个忆阻器存储器电阻是一种电子电路的组成部分，科学家们大约在50年前就预测到了这种电路，但直到十多年前才首次发明出来。这些组件本质上是电动开关，它们可以记住在电源关闭后是打开还是关闭。因此，它们类似于突触——人类大脑中神经元之间的联系——其导电性的增强或减弱取决于过去通过它们的电荷的多少。

理论上，忆阻器可以像人工神经元一样计算和存储数据．因此，研究人员认为神经形态或者使用忆阻器构建的类脑计算机将在运行神经网络时表现良好，神经网络是使用合成版本的突触和神经元来模拟人脑学习过程的机器学习系统。

“忆阻器与其他量子元件不同，它具有记忆功能。”
-Michele Spagnolo，维也纳大学

现在奥地利和意大利的科学家已经开发出一种量子版本的忆阻器，他们认为这可能会导致量子神经形态计算机。他们详细的他们的发现在上个月的杂志上自然光子学．

量子计算机依赖于宇宙如何在最小的层次上变成一个模糊的地方。例如，原子、光子和宇宙的其他组成部分可以以流动状态存在态叠加这意味着它们可以同时位于两个或多个地方，或者同时向两个相反的方向旋转。

传统计算机通过打开或关闭晶体管来将数据表示为1或0，而量子计算机使用的是量子比特，量子比特可以同时处于1和0的叠加状态。量子计算机中连接在一起的量子位越多，其计算能力就能以指数方式增长。

科学家们仍在研究量子计算可能比经典计算更有优势的具体问题。最近，他们开始探索是否量子计算可能有助于促进机器学习．

之前的研究建议开发一种使用光子的量子忆阻器来帮助支持量子机器学习。然而,之前的工作该研究的主要作者说:“实现这一点极具挑战性，因为它需要创造一个单光子态和零光子态的量子叠加态，即真空态。米歇尔依赖他是维也纳大学量子物理专业的博士生。

在这项新的研究中，斯帕诺洛和他的同事们开发了一种量子忆阻器，这种忆阻器依赖于存在于叠加态的光子流，每个光子都可以沿着激光写入玻璃上的两条独立路径传播。这个单量子比特集成光子电路中的一个通道用于测量这些光子的流动，这些数据通过复杂的电子反馈方案控制另一条路径上的传输，从而使设备表现得像一个忆阻器。

斯帕诺洛指出，通常情况下，记忆行为和量子效应不会共存。忆阻器本质上是通过测量其内部流动的数据来工作的设备，但当涉及到任何外部干扰(如测量)时，量子效应是臭名昭著的脆弱。研究人员指出，他们克服了这一明显的矛盾，他们在设备内部设计了相互作用，使其足够强以实现记忆性，但又足够弱以保持量子行为。

通过计算机模拟，研究人员认为量子忆阻器可以在机器学习方法中导致性能的指数级增长水库计算擅长快速学习。“量子储层计算可能会有一个潜在的量子的优势而不是传统的油藏计算，”Spagnolo说。

在量子机器学习中使用量子忆阻器的优势与传统的不同量子电路斯帕诺洛说:“与其他量子元件不同的是，忆阻器具有存储器。”

斯帕诺洛指出，这项工作的下一步是将几个忆阻器连接在一起。他补充说，未来的研究还可以通过增加每个忆阻器中的光子数量以及它们在每个设备中可以存在的状态数量来扩大规模。