量子科技中心_量科网

该研究团队提出“量子生成对抗自编码器”（QGAA），这是一种用于生成量子数据的量子模型。该模型包含两大核心组件：（1）用于压缩量子态的“量子自编码器”（QAE），以及（2）通过“量子生成对抗网络”（QGAN）学习已训练QAE的潜在空间。该方法使QAE具备生成能力。研究通过两个典型场景验证了QGAA的实用性：（1）生成纯纠缠态，（2）生成H2和LiH分子的参数化基态。在不超过6个量子位的模拟中，经训练的QGAA对H2和LiH的能量估算平均误差分别为0.02哈特里和0.6哈特里。这些结果表明QGAA在量子态生成、量子化学以及近期量子机器学习应用中具有重要潜力。