量子科技中心_量科网

近期，在强大算力支撑下的生成式机器学习取得突破性进展，展现出前所未有的类人能力。虽然超经典量子实验能够从经典计算机难以处理的分布中生成样本，但其复杂性阻碍了实现高效学习的所有尝试。这一挑战制约了生成式量子优势的验证——即量子计算机在学习和生成目标输出方面显著优于经典计算机的能力。该研究团队通过构建新型量子生成模型家族解决了这一关键难题：这些模型具有经典计算机无法模拟、训练高效、无梯度消失困境或局部极小值激增等特性，并能学习生成超越经典计算机能力范围的分布。研究人员利用68量子比特超导处理器，在两类场景中验证了这些能力：学习经典方法难以处理的概率分布，以及通过量子电路加速物理模拟。实验结果表明，在超经典范畴内，学习与采样均可高效实现，这为具有可证明优势的量子增强生成模型开辟了全新路径。