量子科技中心_量科网

随着生成式人工智能（AI）的进步，合成文本和图像已变得司空见惯。这些能力带来了明显的益处，但也引发了一系列伦理问题，这些问题通常与将AI输出错误地冒充为真实材料有关。生成式AI一个鲜为人知的能力是执行数值数据的基本分析、处理乃至合成。这引发了一个问题：AI能否被用于模仿实验数据，使得专家认为这些数据具有科学意义，并且与同行评审论文图表中的数据相当？在本文中，该团队专注于合成受量子电子器件上频繁进行的著名实验所启发的数据。该领域与自旋电子学和量子计算等信息技术相关，并被认为是数据丰富且数据驱动的。该团队证明，使用广泛可用的ChatGPT，可以生成与量子比特控制、马约拉纳费米子、约瑟夫森效应、量子点和量子线等标志性效应相关的显著信号。该团队发现，由于量子器件中一些最清晰的数据可以用相对基础的数学模型表达，AI无需在专门的数据集上学习。相反，对物理方程和实验信号基本特征的了解，对于构建一个逼真的数据集大有裨益。该团队还证明，真实数据可以通过AI进行增强，并且AI可以模拟常见科学仪器的噪声。为了帮助确保已发表的数据来源于实验而非AI合成，该团队建议共享大量的原始数据。虽然AI模仿几组数据很容易，但一致地生成长测量序列为未公开合成数据的泛滥设置了足够的障碍。