量子科技中心_量科网

量子储备计算（QRC）利用量子多体系统固有的高维非线性动力学特性，以极低的训练开销从序列和时间序列数据中提取时空模式。尽管QRC继承了量子编码的表达能力，但近期研究表明基于变分电路的量子分类器仍易受对抗性扰动影响。该研究团队首次系统评估了基于QRC学习模型的对抗鲁棒性。其储备池由受固定哈密顿量调控的强相互作用里德堡原子阵列构成，该系统通过复杂量子动力学自然演化，产生高维嵌入态。可训练的读出层采用轻量级多层感知机实现。研究人员选用MNIST、Fashion-MNIST和Kuzushiji-MNIST三个平衡数据集作为基准，通过白盒对抗攻击严格评估量子储备池与多层感知机（MLP）结合后的鲁棒性影响。实验证明，在所有测试扰动强度下，该混合模型的准确率均显著超越纯经典模型。这种混合范式揭示了一种新型量子优越性来源，并为在近期硬件上安全地在以量子为中心的超级计算机上部署机器学习模型提供了实用指导。