量子超维计算:量子神经形态架构的基础范式

量子计算领域面临的核心挑战在于开发真正符合量子原理的学习模型,因为当前多数方法仅是对经典框架的复杂改造。该研究团队提出“量子超维计算”(QHDC)这一根本性新范式,发现其经典对应模型——受大脑启发的超维计算(HDC)的核心操作能优雅且直接地映射到量子计算的固有操作上,表明HDC具有天然的量子实现适配性。 研究人员建立了资源高效的直接映射体系:(1)超向量映射为量子态;(2)通过线性组合酉算子(LCU)与 oblivious振幅放大(OAA)实现量子化的捆绑操作;(3)借助量子相位预言机实现绑定操作;(4)利用量子傅里叶变换(QFT)执行置换操作;(5)基于哈达玛测试的量子态保真度测量完成向量相似度计算。该工作首次实现了该框架,并通过符号类比推理和监督分类任务验证了其有效性。 研究团队通过对比经典计算、理想量子模拟及156量子比特IBM Heron r3处理器的实际运行结果,严格评估了QHDC的可行性。实验结果验证了所提映射方法的正确性,证明了该框架的多功能性,使QHDC成为可物理实现的技术。该成果为新型量子神经形态算法奠定了基础,为解决经典系统难以处理的复杂认知与生物医学问题开辟了新途径。

作者所在地: VIP可见
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2025-11-16 16:01

量科快讯