量子科技中心_量科网

区分相关性与因果关系是机器智能领域的一项基础性挑战，往往构成构建稳健可信系统的关键障碍。虽然珀尔的𝒟𝒪-演算为因果推理提供了严格的理论框架，但其物理实现仍存在并行难题。本研究通过实验验证了一种用于执行因果干预的量子算法框架：该团队将因果网络映射到量子电路上——其中概率关联由受控旋转门编码，干预操作则通过对电路进行结构性重构（即珀尔“图手术”的物理模拟）来实现。研究团队在3量子比特模型中成功化解辛普森悖论，并通过10量子比特医疗模拟中的混杂偏倚量化验证了方案的扩展性。尤为关键的是，该工作基于IonQ Aria量子计算机完成了原理验证实验，在真实噪声环境下准确复现了该悖论及其解决方案。这项研究为量子因果推断开辟了实用化路径，为解决算法公平性和可解释人工智能（XAI）等深层问题提供了新型计算工具。