量子科技中心_量科网

该团队介绍了量子矢量霍普菲尔德网络，其中模式由量子矢量自旋的取向形成；量子动力学内在地源于自旋算符的非对易性。研究人员推导了该网络及其经典对应物的状态方程和相图。该团队发现，出乎意料的是，量子涨落稳定了存储的模式。与经典网络相比，临界检索温度和目标模式重叠度均得到提升。此外，该团队发现这种增强效果随着模式加载量增加直至网络容量而增强。该团队将这一效应解释为量子序由无序的类比——一种量子涨落促进有序相形成的机制。这些发现为量子增强型联想记忆提供了新途径。