量子计算机有望在科研领域“大显身手”

2012年，欧洲大型强子对撞机(LHC)团队宣布，他们证明了希格斯玻色子的存在，找到了粒子物理标准模型的最后一块拼图。CMS(紧凑缪子线圈)和ATLAS(超环面仪器)两个实验组都找到了质子对撞中制造出希格斯玻色子的证据。在这种方式中，希格斯玻色子会衰变成更常见的玻色子，比如一对高能光子。

但每次LHC让两个质子发生对撞，都会产生数百个其他粒子，当它们撞到探测器时，会被错误地解释成光子。为了帮助加快搜寻到希格斯玻色子，ATLAS和CMS的物理学家用模拟数据训练机器学习算法来“沙里淘金”——从假信号中“揪出”真光子。

最近，CMS搜索希格斯玻色子负责人之一、美国加州理工学院物理学教授玛利亚·斯皮罗普鲁想要了解量子计算机能否让上述训练过程更高效，尤其是在减少训练系统所需的模拟数据数量方面，她说：“我想看看它到底能不能解决希格斯问题。”

她的合作者亚力克斯·莫特是伦敦“深度学习”项目的物理学家，他把学习过程转换成了可用“量子退火”计算机(加拿大D-Wave系统公司开发)计算的问题。这类机器能通过使编码量子信息的超导线圈降为最低能态，从而发现某些问题的最优解。

他们的想法是，让量子计算机发现最佳标准，让普通计算机接着使用这些标准在真实的数据中寻找光子的信号。为了检验这一理论，团队用了位于南加州洛杉矶大学的D-Wave公司机器。实验非常成功，斯皮罗普鲁说：“我们已经能够用小数据集训练来得出最优解。”

ATLAS希格斯玻色子搜寻行动负责人之一克莱默说，这证明是可行的，这才是这项研究“最酷”的一部分。而且与传统计算机相比，目前量子计算机并没有明显的技术优势，但在未来的实验中，数据量会更大，届时量子机器学习将“大显身手”。