近年來，人工智能已經無變得處不在，其應用包括語音解釋、圖像識別、醫學診斷等等。與此同時，量子技術已被證明具有遠超世界上最大超級計算機的計算能力。近日，維也納大學的物理學家展示了一種被稱為量子記憶電阻器的新設備，它可以將這兩個世界結合起來，從而解鎖前所未有的能力。該實驗是維也納大學與意大利國家研究委員會(CNR)和米蘭理工大學合作進行的，在一個基于單光子的集成量子處理器上實現。該成果于近日在最新一期《自然光子學》雜志上發表。

圖源：Equinox Graphics，維也納大學

所有人工智能應用的核心是被稱為神經網絡的數學模型。這些模型的靈感來自人類大腦的生物結構，由相互連接的節點組成。就像我們的大腦通過不斷地重新安排神經元之間的連接來學習一樣，神經網絡可以通過調整其內部結構來進行數學訓練，直到它們能夠完成人類級別的任務：識別我們的臉，解釋醫學圖像以進行診斷，甚至駕駛我們的汽車。因此，具有能夠快速有效地執行神經網絡中涉及的計算的集成設備已經成為學術界和工業界的主要研究焦點。

該領域的重大變革之一是2008年記憶電阻器的發現。該設備根據過去電流的記憶改變其電阻，因此命名為記憶電阻器或憶阻器。在它被發現后，科學家立即意識到(在許多其他應用中)憶阻器的特殊行為與神經突觸驚人地相似。因此，憶阻器已經成為神經形態架構的基本組成部分。

一組來自維也納大學、國家研究委員會 (CNR) 和Philip Walther教授和Roberto Osellame博士領導的米蘭理工大學的實驗物理學家們現在已經證明，設計一種與憶阻器具有相同功能的設備是可能的，同時當其作用于量子態是，能夠編碼和傳輸量子信息。換句話說，就是一個量子憶阻器。實現這樣的設備是具有挑戰性的，因為憶阻器的動力學往往與典型的量子行為相矛盾。

圖源：Equinox Graphics，維也納大學

通過使用單光子，即光的單量子粒子，并利用它們在兩條或更多路徑的疊加中同時傳播的獨特能力，物理學家們克服了這一挑戰。在他們的實驗中，單光子沿著激光寫入玻璃基板上的波導傳播，并在多條路徑的疊加上被引導。其中一條路徑用于測量通過設備的光子通量，該數量通過復雜的電子反饋方案，調節另一個輸出的傳輸，從而實現理想的憶阻行為。除了演示量子憶阻器外，研究人員還提供了模擬，表明具有量子憶阻器的光網絡可用于學習經典任務和量子任務，這暗示了量子憶阻器可能是人工智能和量子計算之間缺失的一環。

“在人工智能中釋放量子資源的全部潛力是當前量子物理學和計算機科學研究面臨的最大挑戰之一，”《自然光子學》雜志上這一論文的第一作者Michele Spagnolo表示。維也納大學的Philip Walther小組最近也證明，當使用量子資源和借用量子計算的方案時，機器人可以更快地學習。這一新成就代表著量子人工智能成為現實的未來又邁進一步。

關鍵詞： 量子記憶電阻器 維也納大學 電阻器新設備 量子處理器