量子科技中心_量科网

量子技术已进入噪声中尺度量子（NISQ）信息处理时代。以生成模型为代表的机器学习技术革命预示着人工智能的巨大前景，而海量数据处理对现有计算机提出了巨大挑战。生成大量量子数据将成为量子人工智能的一大挑战。该工作提出了一种高效的抗噪声量子数据生成方法，可应用于各种类型的NISQ量子处理器，其中目标量子数据属于某一特定类别，而该方案能够生成属于目标类别的各种量子数据。具体而言，研究团队提出了一种基于多尺度纠缠重整化网络（MERA）的量子去噪概率模型（QDM），用于生成量子数据。为了展示该方案的可行性和实用性，研究人员演示了生成GHZ类态和W类态的成功率均超过99%。该MREA QDM还可用于同时去噪多种类型的量子数据。研究团队展示了在单量子比特噪声环境下，噪声水平在1/4以内时，对GHZ类态和W类态的去噪成功率接近100%，而在另外两种噪声环境下，噪声水平在1/4以内时，去噪成功率可超过90%。该量子数据生成方案为NISQ时代的量子生成模型提供了新的思路和前景。