在计算机上教授量子物理学

物理专业的学生花了很多年的时间学习掌握通常与直觉相反的定律和量子力学的影响。例如，物理系统的量子状态可能不确定，直到进行测量为止，而系统某一部分的测量结果可能会影响遥远部分的状态，而无需任何信息交换。足以使头脑陷入僵局。一旦学生毕业并开始进行研究，问题就会继续存在：要准确确定实验中某个量子系统的状态，就必须仔细地准备它并进行一遍又一遍的测量。

通常，人们真正感兴趣的甚至无法直接衡量。苏黎世联邦理工学院理论物理研究所讲师朱塞佩·卡里奥（Giuseppe Carleo）领导的国际研究人员团队现已开发了机器学习软件，该软件可使计算机根据实验观察结果“学习”复杂物理系统的量子状态，并预测假设测量的结果。将来，他们的软件可用于测试量子计算机的准确性。

测试量子计算机

正如Carleo指出的那样，能够研究具有大量组件（通常称为“量子位”）的量子系统，对未来的量子技术也具有重要意义，如Carleo指出的那样：“如果我们想测试具有更多功能的量子计算机，比起少数的量子比特，由于指数缩放，传统方法无法实现。但是，我们的机器学习方法应该使我们能够测试多达100量子比特的量子计算机。”

此外，机器学习软件还可以通过允许实验物理学家执行在实验室中很难完成的虚拟测量来帮助他们，例如测量由许多相互作用的量子位组成的系统的纠缠程度。到目前为止，该方法仅在人工生成的数据上进行了测试，但研究人员计划很快将其用于分析实际的量子实验。