量子科技中心_量科网

一种在量子信息处理与脉冲计算协同整合的体系中运作的合成人工神经元网络，显著提升了神经形态系统执行人工智能与自主任务的能力。该系统能够利用量子比特相干态和纠缠态执行运算，同时结合传统脉冲编码实现信息读取及基础算术等功能。最终，这种架构可生成并处理具有高级功能的信息包，且在信息路由中实现更高等级的安全性。 当前该研究团队采用忆阻脉冲神经元产生的动态脉冲序列，来驱动横向布局的合成神经元——这些神经元集成了铌金属电极、栅极端子及原子层沉积离子势垒，并内置超导-离子混合存储器。此类存储器工作电压极低，通过直接且具有迟滞特性的约瑟夫森隧穿效应运行，其增强的相干特性可实现量子比特行为。研究人员特别采用突发模式驱动内置可重构量子比特态，并调控由此产生的量子轨迹。 通过建立包含旋转依赖项的哈密顿量模型，该团队分析了这一新型系统——其特性取决于独特的协同整合突发脉冲模式，且总脉冲数可通过调节神经元间耦合强度进行调整。随后研究人员考察了具有长程非马尔可夫量子记忆的关键参数影响，最终开发出一种基于耦合纠缠人工神经元量子比特的信息包生成流程与算法。该量子过程可定义信息包的规则化程度或认知层级。