科学家们正在尝试用量子计算机来重新发现希格斯粒子
摘要: 一台初级量子计算机在某种意义上重新发现了希格斯玻色子。物理学家们已经在“使用量子技术来加速科研计算”的机器开发工作上付出了很多，他们希望这类量子计算机能帮助发现新的自然规律。最近，一个研究小组已经验证 ...
物理学家们已经在“使用量子技术来加速科研计算”的机器开发工作上付出了很多，他们希望这类量子计算机能帮助发现新的自然规律。
最近，一个研究小组已经验证，量子电路可以学习如何通过扫描原子粉碎实验数据来搜索新的粒子。小组在这次“理论验证性质”的研究中使用了由量子计算公司 D-Wave 搭建的机器，并用在了目前已解决了的希格斯玻色子案例中。但与传统技术相比，该技术尚不具明显优势。该研究论文发表在 10 月 18 日的《Nature》上。
图 | 这样的量子处理单元或能在将来帮人们以更有效的方式检测稀有粒子
尽管如此，论文作者表示，量子机器学习仍可以在未来的实验中发挥作用，特别是当数据量将会变得更大时。
纽约大学的物理学家 Kyle Cranmer（未参与此工作）认为，将量子计算机应用于实际的物理问题，而不是通常的数学问题（如将整数分解为素数）十分新颖。Cranmer 说：“虽然此前我们就知道量子计算机和物理研究会在未来发生某种关联，但这次的尝试给出了这种关联可能的形式。”
2012 年时，欧洲高能物理实验室 CERN 的大型强子对撞机（LHC）进行了两次实验，两次实验分别被称为 CMS 和 ATLAS，从光子碰撞（希格斯粒子衰变成常见粒子）的过程中找到了希格斯粒子存在的证据（如高能光子对）。但每当两个质子在 LHC 内发生碰撞时，碰撞就会产生出数百个其他粒子，而当它们撞击检测器时，它们中的一些可能会被误判为光子。
为了加快搜寻希格斯粒子的速度，ATLAS 和 CMS 物理学家使用了模拟数据来训练机器学习算法，使算法能从“麦粒的谷壳（冒牌光子）”来判断“小麦（希格斯粒子）”是否成熟。
主导过 CMS 的希格斯粒子搜寻工作的粒子物理学家 Maria Spiropulu 想知道量子计算机是否可以加快这一进程，特别是通过减少训练系统所需的模拟数据量。
Spiropulu 的合作者是目前在伦敦 DeepMind 工作的物理学家 Alex Mott，Mott 将学习过程翻译成能由加拿大本 D-Wave 公司设计的“量子退火（quantum annealing，计算机名称）”计算机来运算的代码。这类机器会通过允许编码量子信息的超导回路落入其较低能量状态，来找到特定问题的较佳解决方案。
简单来说，就是让量子机器找到一个适用于普通计算机的，寻找希格斯粒子的光子特征的较佳标准。为了测试该理论，研究小组在洛杉矶南加利福尼亚大学获得了一台 D-Wave 量子计算机机，并取得了实验的成功。Spiropulu 说：“我们可以用小数据集训练，找到较佳解决方案。”
但物理学家们并不能马上就可以在研究中用上量子计算机，因为到目前为止，该机器的性能也没比 Spiropolu 和她的团队在传统计算机上运行的虚拟版本要好。Cranmer 认为，还需要做很多工作，才能证明这类技术比一些能够在相对小的数据集上训练的现有机器学习算法更高效。Spiropulu 对此表示赞同，并补充到：“有必要对彼此的各种方法进行测试，来判断哪个才是较好的。”
但最终结果可能会对物理学以外的领域产生影响。
美国宇航局艾姆斯研究中心工作的物理学家 Davide Venturelli 表示，目前从地球科学到生物信息学领域的研究人员都对在研究中使用 D-Wave 量子计算机，特别是用于机器学习程序非常感兴趣。他目前负责监管一个让 D-Wave 量子计算机能被世界各地的实验者使用的项目。
算法 测试 Hadoop 机器学习 计算机 量子
一台初级量子计算机在某种意义上重新发现了希格斯玻色子。物理学家们已经在“使用量子技术来加速科研计算”的机器开发工作上付出了很多，他们希望这类量子计算机能帮助发现新的自然规律。
最近，一个研究小组已经验证，量子电路可以学习如何通过扫描原子粉碎实验数据来搜索新的粒子。小组在这次“理论验证性质”的研究中使用了由量子计算公司 D-Wave 搭建的机器，并用在了目前已解决了的希格斯玻色子案例中。但与传统技术相比，该技术尚不具明显优势。该研究论文发表在 10 月 18 日的《Nature》上。
图 | 这样的量子处理单元或能在将来帮人们以更有效的方式检测稀有粒子
尽管如此，论文作者表示，量子机器学习仍可以在未来的实验中发挥作用，特别是当数据量将会变得更大时。
纽约大学的物理学家 Kyle Cranmer（未参与此工作）认为，将量子计算机应用于实际的物理问题，而不是通常的数学问题（如将整数分解为素数）十分新颖。Cranmer 说：“虽然此前我们就知道量子计算机和物理研究会在未来发生某种关联，但这次的尝试给出了这种关联可能的形式。”
2012 年时，欧洲高能物理实验室 CERN 的大型强子对撞机（LHC）进行了两次实验，两次实验分别被称为 CMS 和 ATLAS，从光子碰撞（希格斯粒子衰变成常见粒子）的过程中找到了希格斯粒子存在的证据（如高能光子对）。但每当两个质子在 LHC 内发生碰撞时，碰撞就会产生出数百个其他粒子，而当它们撞击检测器时，它们中的一些可能会被误判为光子。
为了加快搜寻希格斯粒子的速度，ATLAS 和 CMS 物理学家使用了模拟数据来训练机器学习算法，使算法能从“麦粒的谷壳（冒牌光子）”来判断“小麦（希格斯粒子）”是否成熟。
主导过 CMS 的希格斯粒子搜寻工作的粒子物理学家 Maria Spiropulu 想知道量子计算机是否可以加快这一进程，特别是通过减少训练系统所需的模拟数据量。
Spiropulu 的合作者是目前在伦敦 DeepMind 工作的物理学家 Alex Mott，Mott 将学习过程翻译成能由加拿大本 D-Wave 公司设计的“量子退火（quantum annealing，计算机名称）”计算机来运算的代码。这类机器会通过允许编码量子信息的超导回路落入其较低能量状态，来找到特定问题的较佳解决方案。
简单来说，就是让量子机器找到一个适用于普通计算机的，寻找希格斯粒子的光子特征的较佳标准。为了测试该理论，研究小组在洛杉矶南加利福尼亚大学获得了一台 D-Wave 量子计算机机，并取得了实验的成功。Spiropulu 说：“我们可以用小数据集训练，找到较佳解决方案。”
但物理学家们并不能马上就可以在研究中用上量子计算机，因为到目前为止，该机器的性能也没比 Spiropolu 和她的团队在传统计算机上运行的虚拟版本要好。Cranmer 认为，还需要做很多工作，才能证明这类技术比一些能够在相对小的数据集上训练的现有机器学习算法更高效。Spiropulu 对此表示赞同，并补充到：“有必要对彼此的各种方法进行测试，来判断哪个才是较好的。”
但最终结果可能会对物理学以外的领域产生影响。
美国宇航局艾姆斯研究中心工作的物理学家 Davide Venturelli 表示，目前从地球科学到生物信息学领域的研究人员都对在研究中使用 D-Wave 量子计算机，特别是用于机器学习程序非常感兴趣。他目前负责监管一个让 D-Wave 量子计算机能被世界各地的实验者使用的项目。
大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！
