量子科技中心_量科网

变分量子电路（VQCs）是众多量子机器学习算法的核心组件，它提供了一种混合量子-经典框架，在某些方面可被视为类似于经典深度神经网络。例如二者共有的特性之一是对对抗性输入（可能导致错误预测的微小扰动）的脆弱性。虽然针对经典模型的正式验证技术已得到广泛发展，但目前尚无类似框架可用于认证VQCs的鲁棒性。该研究团队首次对VQCs形式化验证问题开展了深入的理论与实践研究：受深度学习抽象解释方法的启发，研究人员分析了基于区间可达性技术在量子场景中的适用性与局限性，指出量子特异性（如状态归一化）会引入变量间依赖关系，这对现有方法构成挑战。通过建立基于抽象解释的新型语义框架，该工作不仅形式化定义了VQCs验证问题，还分析了其计算复杂度，最终在标准验证基准测试中验证了所提方法的有效性。