中国微云全息公司发布抗噪深度量子神经网络，革新量子人工智能

2025年6月10日，中国深圳微云全息公司宣布在量子计算领域取得突破性进展。他们研发了一种抗噪深度量子神经网络（DQNN）架构。这项创新有望革新量子人工智能（Quantum AI）应用。 传统神经网络已经取得了显著成就，但量子计算提供了实现更大进步的潜力。微云全息公司的DQNN使用量子比特作为神经元，任意酉操作作为感知器。这种设计允许高效的层次化训练，并减少量子误差，使其对噪声数据具有鲁棒性。 该架构的核心在于其量子神经元，这些神经元利用量子态存储更丰富的信息，从而增强计算能力。每个神经元通过酉操作更新其状态，确保信息在计算过程中不丢失。这种设计使量子神经网络能够适应复杂的量子数据模式，同时减少计算误差。 为了高效地训练网络，微云全息公司使用了一种基于保真度的优化策略，保真度是衡量量子态之间相似度的关键指标。这种方法减少了对计算资源的需求，即使在嘈杂的环境中也能保持稳定性。这使得该架构在当前的噪声中等规模量子（NISQ）计算机上具有实用性。 该架构优化了量子态编码，确保所需的量子比特数量仅随网络的宽度而不是深度而扩展。这种设计允许在现有的量子处理器上训练深度量子神经网络，为大规模量子机器学习模型铺平了道路。 基准测试表明，DQNN能够准确地学习目标量子操作，并表现出优异的泛化能力。这意味着即使在有限或嘈杂的训练数据下，它也能推断出合理的量子映射关系。随着量子计算的发展，这项技术有望在各种现实世界场景中发挥关键作用。 微云全息公司的这一突破不仅推动了量子机器学习的发展，也为众多行业开辟了新的可能性。这种抗噪DQNN架构的开发有望在多个行业中发挥重要作用，引领人工智能进入量子计算的新时代。