机构名称：
¥ 1.0
我们对从Schrödinger的CAT量子状态收集的随机局部测量数据进行训练。我们证明，由于信息瓶颈而导致的语言模型中出现了经典现实：尽管我们的培训数据包含有关Schrödinger的CAT的完整量子信息，但弱语言模型只能学会从数据中捕获猫的经典现实。我们以量子系统的大小和经典智能代理的信息处理能力来确定量子经典边界，这表明更强的代理可以在量子系统周围的环境噪声中实现更大的量子性质。我们的方法为使用嘈杂的中间规模量子量子（NISQ）设备生成的大数据开辟了新的途径，以训练生成模型，以表示量子运算符的表示，这可能是我们迈出的最终目标，即创建人工智能量子物理学。
Observing Schrödinger's Cat with Artificial Intelligence
主要关键词
相关文件推荐
