量子科技中心_量科网

量子测量是研究团队从量子态中提取编码信息的关键手段，其在量子假设检验领域处于核心地位——该过程的本质是通过最优测量获得正确结论。从数学角度看，测量算子是具有[0,1]区间特征值的厄米特算子。研究人员发现该特征值约束条件与泡利不相容原理对费米子的限制具有同构性，因此将测量算子的每个本征模式阐释为独立的等效费米子模式。基于此视角，量子假设检验中的各类目标函数均可视为这些费米子占据数对应的总期望能量。通过固定温度并最小化总期望费米自由能，该工作发现这些修正目标函数的最优测量表现为费米-狄拉克热测量，其特征值由费米-狄拉克分布决定。在低温极限下，其性能可逼近量子假设检验最优测量，且研究证明相关参数可通过经典或量子-经典混合优化算法学习。这催生出称为“费米-狄拉克机”的新型量子机器学习模型，其核心是参数化费米-狄拉克热测量——相较于基于热态的量子玻尔兹曼机提供了新选择。除假设检验外，研究还展示了如何利用该方法解决广义半定优化问题，为量子计算机上的半定优化开辟了新范式：该范式以实现热测量为目标，而非制备热态。最后，研究团队提出了实现费米-狄拉克热测量的量子算法，并开发了二阶量子-经典混合优化算法。