量子科技中心_量科网

近期关于瞬时量子多项式时间（IQP）量子电路玻恩机（QCBM）的研究揭示了一种极具前景的生成建模范式：“经典训练，量子部署”。在此框架下，训练目标可在经典计算机上高效评估，而基于训练结果的模型采样仍可能具有经典计算不可解性。值得注意的是，IQP-QCBM框架中已证明通过辅助量子比特扩展模型族可实现普适性。本文探究线性光学生成模型是否具有类似特性，为此引入玻色采样玻恩机（BSBM）模型。该团队的分析沿袭了IQP-QCBM的研究路径并加以创新：首先利用线性光学中广泛期望值经典近似的最新成果，证明BSBM在多种损失函数下均可实现经典训练；其次论证“基础型”BSBM并非普适生成模型，但通过模型扩展既可保持经典训练高效性及采样难度，又能实现普适性。研究工作中特别引入常数函数后处理机制——这一对IQP-QCBM构造的推广方法，在特定条件下既能保证模型经典模拟的困难度，又可达成普适性。该研究展示了一类由单一超参数定义的BSBM模型族，其表达能力可单调递增逼近普适性，同时保持表征计算困难分布的能力。此外，研究人员还探讨了在损失函数梯度高效估计意义上实现经典训练的可能模式。