最新一期《当然》杂志发布了谷歌“深度想维”团队的东说念主工智能（AI）后果：一款名为“阿尔法量子比特”（AlphaQubit）的AI解码器。这款解码器能已往所未有的精准度检测量子计较流程中出现的极度体育游戏app平台，且在10万轮模拟推行中均保握简略性能，这是构建解析可靠量子计较机的关键技术。

　　“阿尔法量子比特”剿袭了基于神经网络的打算，相当是专揽了Transformer架构，这是现在大多半大型话语模子的基础。该解码器的任务是在推行完了时，通过一致性查验看成输入，准确算计逻辑量子位的状况是否已从启动状况发生变化。

　　在考验阶段，团队当先使用了来自“悬铃木”量子不断器的49个量子比特的数据集对“阿尔法量子比特”进行考验。他们先专揽量子模拟器生成了数亿个不同缔造和极度级别的示例，随后通过数千个推行样蓝本微调“阿尔法量子比特”，使其更好地允洽具体应用场景。

　　测试扫尾清晰，在不断“悬铃木”的新数据时，“阿尔法量子比特”权贵擢升了极度识别的准确性。相当是在最大限度的推行中，“阿尔法量子比特”将极度率缩短了6%以上。同期，它还比关联性匹配步调的极度率低了约30%。

　　团队还使用了最高至241个量子比特的模拟量子系统数据进行考验，扫尾清晰，即使在超出“悬铃木”平台放弃的情况下，“阿尔法量子比特”照旧随机卓越现存的高档解码算法，清晰出其在将来中型量子开导上的潜在应用价值。

　　此外，在长达10万轮的模拟推行中，即使经过最多25轮的极度更始考验，“阿尔法量子比特”仍进展出色，阐明了其在面对未知情况时的泛化智商。

　　团队暗示，“阿尔法量子比特”代表了使用机器学习进行量子纠错的要紧里程碑体育游戏app平台，但其仍面对速率和可膨胀性方面的要紧挑战，将来还需寻找愈加高效的考验步调。