量子科技中心_量科网

人工智能（AI）领域从神经科学中汲取了大量灵感来开发人工神经网络（ANN）模型。然而，这些模型仍受限于冯·诺伊曼架构，难以捕捉生物大脑的复杂性。量子计算凭借其叠加态、纠缠和幺正演化等基本原理，为模拟神经动力学提供了全新途径。该研究团队通过将神经元处理中的随机涨落纳入量子框架，提出了一种随机量子方法，由此探索建立神经-量子大脑模型的可能性。该工作提出了随机量子神经网络（QNNS）的数学形式化方案，其中量子比特遵循受生物神经元过程启发的随机微分方程演化。研究人员还讨论了与退相干、量子比特稳定性相关的挑战，及其对人工智能和计算神经科学的影响。