量子科技中心_量科网

一项基于局部谷（LV）中心的采样质量评估方法被应用于评估最新一代D-Wave量子退火器对受限玻尔兹曼机（RBM）的采样效果。研究人员从经典训练的RBM中获取了D-Wave采样和吉布斯采样数据，采样条件与基于对比散度的RBM学习相关。通过比较两种采样方法获得的局部谷数量及对应局部极小值的能量，该工作发现：缩短D-Wave退火时间并未显著（理想地）增加局部谷数量。在任意训练周期中，D-Wave采样所覆盖的局部谷数量略高于吉布斯采样，但两种技术发现的局部谷存在显著差异。对于高概率采样状态，两种技术（不利地）表现出较低互补性和较高重叠性。但值得注意的是，许多具有中等概率值的潜在“重要”局部极小值仅被其中一种技术发现。随着训练周期推进，两种技术的重叠度逐渐降低——这一阶段恰恰是采样质量微小改进可能显著影响RBM可训练性的关键时期。该研究结果解释了先前基于D-Wave采样的研究未能取得实质性提升的原因，同时也揭示了混合经典-量子方法的改进潜力。