采用相干傅立叶预言机的HHL算法:一种用于联合旋律-和声生成的量子架构概念验证
具有理论证明能超越经典计算速度的量子算法十分罕见。其中最具代表性的是用于求解稀疏线性系统的Harrow-Hassidim-Lloyd(HHL)算法。本研究将HHL算法应用于旋律偏好编码:系统矩阵编码了Narmour暗示-实现理论和Krumhansl-Kessler调性稳定性模型,因此其解向量呈现音乐认知加权的音符对分布。HHL算法的关键限制在于:经典方式读取输出会抵消量子加速优势,必须以相干方式消费解向量。这促使该团队设计了一个相干傅里叶谐波预言机——该酉算子直接将和弦转位权重作用于HHL振幅向量,使得单次测量能同时选择旋律音符与双和弦进行。采用双音符/双和弦(2/2)模块化设计,有效控制了联合态空间的指数级膨胀,否则经典模拟更大模块将不可行。为演示更长乐段,各模块通过经典方式串联——每个模块的坍缩输出作为下一模块的输入条件——这是容错硬件支持更大单体电路前的临时解决方案。四模块串联链可生成跨越8个和弦的8音符序列,且每个模块边界均保持语法有效的过渡。基于独立规则的和声验证表明,97%生成的和弦进行被评为优秀或可接受。核心创新点在于HHL具备经典线性求解器无法比拟的指数级加速优势;本工作证明构建相干HHL+预言机管道——在音乐场景实现该加速的前提条件——具有机械可行性。代表性输出的音频实现已在线发布供试听。

