XiaoMi-AI文件搜索系统
World File Search System德伯
推荐引用 推荐引用 Asatiani, Aleksandre；马洛，佩卡； Nagbøl，佩·拉德伯格；彭蒂宁，埃斯科；林塔-卡希拉，塔帕尼；和 Salovaara, Antti (2020)“解释黑盒人工智能系统行为的挑战”，MIS 执行季刊：第 1 卷。 19：一号。 4、第 7 条。可参见：https://aisel.aisnet.org/misqe/vol19/iss4/7
人工智能代理的最后一个要素是其运行的环境。环境决定了传入数据的来源和有效性，代理通过其输出影响环境（例如，对公司未来的风险评估可能会影响公司的行为）。这种反馈循环在“强化学习”中尤为重要，在强化学习中，人工智能代理通过反复试验从与环境的交互中学习，并因表现良好而获得奖励。如果将人工智能代理部署在不同的环境中，它不太可能正常运行（例如，经过训练以识别业务风险的系统在非业务环境中可能表现不佳）。因此，人工智能代理的不当行为可能是由于它部署在未经训练的环境中而导致的。
里德伯原子模拟器和量子多体伤痕
哈佛大学的 Lukin 团队（Bernien 等人）利用里德堡原子阵列 4 实现了一个 51 量子比特的量子模拟器，避免了这些问题。利用里德堡原子的长寿命和强相互作用，以及巧妙的捕获技巧，他们能够创建一个模拟 Ising 型量子自旋模型的量子材料系统。他们观察到有序态的不同相，这些相破坏了各种离散对称性。此外，尽管这个系统不可积，但他们观察到似乎是非遍历的奇异多体动力学。这暗示了量子多体疤痕的观察。在他们的论文发表后，利兹大学的 Turner 等人发表了一篇理论论文，使用与 Lukin 团队所做的实验工作相同的系统，但使用 L = 32 作为系统大小。他们进一步将实验观察结果解释为由于光谱中的特殊本征态导致的弱遍历性破坏的结果。这类似于混沌非相互作用系统中的量子伤痕。5
弱耦合状态下的里德伯原子纠缠
量子纠缠是量子力学最奇特、最有趣的性质之一 [1]，它在理解量子多体系统的物理[2-4]以及支持各种量子应用（如量子计算[5]、量子传感[6]和量子通信[7]）方面发挥着重要作用。目前，人们对量子纠缠的产生、操纵和检测有着浓厚的兴趣，正在许多物理系统中进行研究，包括光子[8]、原子[9-12]、离子[13]，以及超导电路[14]和缺陷钻石[15]等固态系统。然而，在大多数系统中，即使是操作小型量子计算机，纠缠技巧也需要进一步改进。任意量子比特对的纠缠，尤其是不在附近的量子比特对的纠缠，对于具有良好连通性的可扩展量子系统尤为重要。尽管已经通过共模运动在囚禁离子中 [16,17] 和通过腔总线在超导电路中 [18] 实现了纠缠，但在大多数其他系统中还未能实现，包括与本文特别相关的里德堡原子系统。广泛使用的里德堡原子系统纠缠方案 [9-12] 是基于里德堡阻塞效应 [19] ，该效应禁止在阻塞半径 rb = ðC6 =ΩÞ1 =6 (由拉比频率Ω 和范德华相互作用强度 C6 定义) 内的原子之间发生双激发到里德堡能态。因此，在该方案 (参考文献 [19] 的模型 B) 中，所有且只有 rb 内的原子对同时纠缠，使这些纠缠成为短程纠缠 (d < rb)。在本文中，我们通过实验证明了弱耦合状态下的原子对纠缠（d>rb），这与文献 [19] 中的模型 A 密切相关。借助该模型，即使在存在较近的原子而不必纠缠的情况下，也可以在里德堡阻塞距离之外实现长距离原子纠缠。在弱耦合状态下，两个原子的双激发里德堡态相隔一个
