人工智慧設計的量子物理實驗超越人類的構想

一個最初旨在加速計算的機器學習系統,如今在實驗量子物理的前沿領域取得了令人震驚的進展

科特里娜·祖考斯凱特

子物理學家馬里奧·克倫回憶起 2016 年初,他坐在維也納的一家咖啡館裡,仔細研讀計算機列印稿,試圖理解 MELVIN 發現了什麼。MELVIN 是克倫構建的一種機器學習演算法,一種人工智慧。它的任務是混合搭配標準量子實驗的構建模組,並找到新問題的解決方案。它確實找到了許多有趣的解決方案。但其中有一個讓人摸不著頭腦。“我當時想到的第一件事是,‘我的程式有漏洞,因為這個解決方案不可能存在’,”克倫說。

MELVIN 似乎解決了建立涉及多個光子的高度複雜糾纏態的問題(糾纏態是指那些曾經讓阿爾伯特·愛因斯坦援引“幽靈般的超距作用”的幽靈的狀態)。克倫、維也納大學的安東·塞林格及其同事並沒有明確向 MELVIN 提供生成如此複雜狀態所需的規則,但它卻找到了一種方法。最終,克倫意識到該演算法重新發現了一種實驗裝置,這種裝置是在 20 世紀 90 年代初設計的。但那些實驗要簡單得多。MELVIN 破解了一個遠比以往復雜得多的難題。“當我們理解發生了什麼時,我們立即能夠推廣[該解決方案],”現在在多倫多大學工作的克倫說。

從那時起,其他團隊也開始進行 MELVIN 識別出的實驗,使他們能夠以新的方式測試量子力學的概念基礎。與此同時,克倫與多倫多的同事合作,改進了他們的機器學習演算法。他們的最新成果,一個名為 THESEUS 的人工智慧,提高了賭注:它比 MELVIN 快幾個數量級,而且人類可以很容易地解析其輸出。克倫和他的同事可能需要幾天甚至幾周才能理解 MELVIN 的曲折思路,但他們幾乎可以立即弄清楚 THESEUS 在說什麼。“這是一項了不起的工作,”蘇黎世聯邦理工學院理論物理研究所的理論量子物理學家雷納託·倫納說,他審閱了 2020 年關於 THESEUS 的一項研究,但沒有直接參與這些工作。


關於支援科學新聞報道

如果您喜歡這篇文章,請考慮支援我們屢獲殊榮的新聞報道,方式是 訂閱。透過購買訂閱,您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。


克倫偶然發現了整個研究計劃,這有點偶然,當時他和他的同事試圖弄清楚如何在實驗上建立以非常特殊的方式糾纏的光子量子態。當兩個光子相互作用時,它們會變得糾纏,並且兩者只能使用單個共享量子態進行數學描述。如果您測量一個光子的狀態,即使兩個光子相距數公里,測量也會立即確定另一個光子的狀態(因此愛因斯坦對糾纏的評論是“幽靈般的”)。

1989 年,三位物理學家——丹尼爾·格林伯格、已故的邁克爾·霍恩和塞林格——描述了一種糾纏態,該狀態後來被稱為 GHZ(以他們的首字母命名)。它涉及四個光子,每個光子都可能處於例如兩個狀態 0 和 1 的量子疊加態(稱為量子位元的量子態)。在他們的論文中,GHZ 態涉及糾纏四個量子位元,使得整個系統處於狀態 0000 和 1111 的二維量子疊加態。如果您測量其中一個光子並發現它處於狀態 0,則疊加態將坍縮,而其他光子也將處於狀態 0。狀態 1 也是如此。在 20 世紀 90 年代後期,塞林格和他的同事首次在實驗上觀察到使用三個量子位元的 GHZ 態

克倫和他的同事的目標是更高維度的 GHZ 態。他們希望使用三個光子,其中每個光子的維度為三,這意味著它可能處於三種狀態的疊加態:0、1 和 2。這種量子態稱為 三元量子位元。該團隊追求的糾纏是三維 GHZ 態,它是狀態 000、111 和 222 的疊加態。這種狀態是安全量子通訊和更快量子計算的重要組成部分。2013 年末,研究人員花費數週時間在黑板上設計實驗並進行計算,以檢視他們的裝置是否可以生成所需的量子態。但每次都失敗了。“我想,‘這絕對是瘋了。為什麼我們想不出一個裝置?’”克倫說。

為了加快這一過程,克倫首先編寫了一個計算機程式,該程式接受實驗裝置並計算輸出。然後,他升級了該程式,使其能夠將實驗人員用於在光學工作臺上建立和操縱光子的相同構建模組納入其計算中:雷射器、非線性晶體、分束器、移相器、全息圖等等。該程式透過隨機混合和匹配構建模組來搜尋大量的配置空間,執行計算並輸出結果。MELVIN 由此誕生。“在幾個小時內,該程式找到了一種解決方案,而我們科學家——三位實驗學家和一位理論家——幾個月都想不出來,”克倫說。“那是瘋狂的一天。我簡直不敢相信它發生了。”然後他賦予 MELVIN 更多的智慧。每當它找到一個有用的裝置時,MELVIN 都會將該裝置新增到其工具箱中。“該演算法會記住這一點,並嘗試將其重用於更復雜的解決方案,”克倫說。

正是這個更先進的 MELVIN 讓克倫在維也納的一家咖啡館裡撓頭。他設定它執行時,實驗工具箱中包含兩個晶體,每個晶體都能夠生成一對三維糾纏的光子。克倫天真的期望是 MELVIN 會找到將這些光子對組合起來以建立最多九維糾纏態的配置。但“它實際上找到了一種解決方案,一種極其罕見的情況,它比其餘狀態具有更高的糾纏度,”克倫說。

最終,他弄清楚 MELVIN 使用了一種多個團隊在近三十年前開發的技術。1991 年,當時都在羅切斯特大學的 Xin Yu Zou、Li Jun Wang 和 Leonard Mandel 設計了一種方法。1994 年,當時在奧地利因斯布魯克大學的塞林格和他的同事提出了另一種方法。從概念上講,這些實驗試圖實現類似的目標,但塞林格和他的同事設計的配置更容易理解。它從一個晶體開始,該晶體生成一對光子(A 和 B)。這些光子的路徑直接穿過另一個晶體,該晶體也可以生成兩個光子(C 和 D)。來自第一個晶體的光子 A 和來自第二個晶體的光子 C 的路徑完全重疊,並通向同一個探測器。如果該探測器發出咔噠聲,則無法判斷光子是來自第一個晶體還是第二個晶體。光子 B 和 D 也是如此。

移相器是一種有效地增加光子傳播路徑(為其波長的一部分)的裝置。如果您在晶體之間的路徑之一中引入移相器並不斷改變相移量,則可能會在探測器處引起相長和相消干涉。例如,每個晶體每秒可能會生成 1,000 對光子。透過相長干涉,探測器每秒將記錄 4,000 對光子。透過相消干涉,它們將檢測不到任何光子:即使單個晶體每秒生成 1,000 對光子,整個系統也不會產生任何光子。“當你想到這一點時,實際上非常瘋狂,”克倫說。

MELVIN 的古怪解決方案涉及這種重疊路徑。讓克倫感到困惑的是,該演算法的工具箱中只有兩個晶體。它沒有在實驗裝置的開頭使用這些晶體,而是將它們楔入干涉儀(一種將光子路徑(例如)分成兩條路徑,然後再將它們重新組合的裝置)內部。經過大量努力,他意識到 MELVIN 找到的裝置相當於一個涉及兩個以上晶體的裝置,每個晶體都生成光子對,使得它們通向探測器的路徑重疊。該配置可用於生成高維糾纏態。

量子物理學家諾拉·蒂施勒在 MELVIN 接受測試時是塞林格的一名博士生,研究一個不相關的課題,她一直在關注這些進展。“從一開始就很清楚,[這樣的]實驗如果沒有被演算法發現,就不會存在,”她說。

除了生成複雜的糾纏態外,使用兩個以上晶體的重疊路徑的裝置還可以用於執行塞林格 1994 年使用兩個晶體進行的廣義形式的量子干涉實驗。埃弗雷姆·斯坦伯格是一位實驗主義者,他是克倫在多倫多的同事,但沒有參與這些專案,他對人工智慧的發現印象深刻。“據我所知,這是在過去幾十年中沒有人夢想過的概括,並且可能永遠不會做到,”他說。“這是思考機器可以帶我們進行的這類新探索的絕佳首例。”

在一種具有四個晶體的廣義配置中,每個晶體生成一對光子,並且重疊路徑通向四個探測器,量子干涉可以建立所有四個探測器都發出咔噠聲(相長干涉)或所有探測器都不發出咔噠聲(相消干涉)的情況。直到最近,進行這樣的實驗仍然是一個遙遠的夢想。然後,在 3 月份的一篇預印本論文中,由中國科學技術大學的馮蘭田領導的團隊與克倫合作報告說,他們已經在單個光子晶片上製造了整個裝置並進行了實驗。研究人員收集了超過 16 個小時的資料:這要歸功於光子晶片令人難以置信的光學穩定性,這在更大規模的檯面實驗中是不可能實現的。斯坦伯格說,首先,該裝置將需要一平方米的光學元件精確地排列在光學工作臺上。此外,“在這 16 個小時內,單個光學元件抖動或漂移千分之一人頭髮的直徑就足以消除這種效應,”他說。

在他們早期嘗試簡化和概括 MELVIN 的發現時,克倫和他的同事意識到該解決方案類似於稱為圖的抽象數學形式,圖包含頂點和邊,用於描述物件之間的成對關係。對於這些量子實驗,光子所取的每條路徑都用一個頂點表示。例如,晶體用連線兩個頂點的邊表示。MELVIN 首先生成這樣的圖,然後在圖上執行數學運算。該運算稱為完美匹配,涉及生成一個等效圖,其中每個頂點僅連線到一條邊。此過程使計算最終量子態變得容易得多,儘管人類仍然難以理解。

這種情況隨著 MELVIN 的繼任者 THESEUS 而改變,後者透過將其找到的表示解決方案的第一個複雜圖精簡為最少數量的邊和頂點(使得任何進一步的刪除都會破壞裝置生成所需量子態的能力)來生成更簡單的圖。這種圖比 MELVIN 的完美匹配圖更簡單,因此更容易理解任何人工智慧生成的解決方案。倫納對 THESEUS 的人類可解釋輸出印象特別深刻。“該解決方案的設計方式是使圖中的連線數最小化,”他說。“與你有一個非常複雜的圖相比,這是一個我們自然可以更好地理解的解決方案。”

澳大利亞格里菲斯大學的埃裡克·卡瓦爾坎蒂對這項工作既印象深刻,又持謹慎態度。“這些機器學習技術代表了一個有趣的發展。對於一位檢視資料並解釋資料的人類科學家來說,一些解決方案可能看起來像是‘有創意的’新解決方案。但在這個階段,這些演算法仍然遠未達到可以說它們正在產生真正的新想法或提出新概念的水平,”他說。“另一方面,我確實認為它們有一天會達到那個水平。所以這些都是嬰兒般的步伐——但我們必須從某個地方開始。”斯坦伯格對此表示贊同。“就目前而言,它們只是令人驚歎的工具,”他說。“就像所有最好的工具一樣,它們已經使我們能夠做一些沒有它們我們可能不會做的事情。”

安尼爾·阿南塔斯瓦米The Edge of Physics (Houghton Mifflin Harcourt, 2010)、The Man Who Wasn't There (Dutton, 2015)、Through Two Doors at Once: The Elegant Experiment That Captures the Enigma of Our Quantum Reality (Dutton, 2018) 和 Why Machines Learn: The Elegant Math Behind AI (Dutton, 2024) 的作者。

更多作者文章:安尼爾·阿南塔斯瓦米
SA Space & Physics Vol 4 Issue 5本文最初以“人工智慧物理學家”為標題發表於 SA 空間與物理 第 4 卷第 5 期 (),第 82 頁
doi:10.1038/scientificamerican1021-82
© .