量子科技中心_量科网

金融崩溃、基础设施的级联故障以及人工智能系统中的关键错误，常常是由概率极低的事件所触发。因此，高效发现并采样概率低于某一阈值的事件至关重要。然而，无论是使用现有的经典方法还是量子方法，这一任务都极具挑战性。由于这些事件极为罕见，需要巨大的采样开销才能收集到足够的数据样本。此外，由于这些罕见事件事先未知，无法通过标准技术对其进行标记和放大。该团队在此介绍一种量子算法，用于在无需事先了解哪些事件是罕见的情况下，实现罕见事件的发现与采样。该算法达到了与稀有度阈值相对应的最优量子缩放比例。该工作进一步证明，对于尾部总质量非零的重尾系统，该算法可实现二次加速；而对于平稳随机过程，该算法可转化为稳健的多项式加速，其加速指数由过程的熵率结构决定。