XiaoMi-AI文件搜索系统
World File Search System目标状态
使用贝尔对创建和提取多部分 GHZ 状态的协议
摘要 高质量 Greenberger–Horne–Zeilinger (GHZ) 状态的分布是许多量子通信任务的核心，从扩展望远镜的基线到秘密共享。它们还在分布式量子计算的纠错架构中发挥着重要作用，其中可以利用贝尔对来创建量子计算机的纠缠网络。我们研究了在量子网络上从非完美贝尔对中创建和提炼 GHZ 状态的过程。具体来说，我们引入了一种启发式动态规划算法来优化大量创建和净化 GHZ 状态的协议。所有考虑的协议都使用基于目标状态（即 GHZ 状态）非局部稳定算子测量的通用框架，其中每个非局部测量都会消耗另一个（非完美）纠缠态作为资源。在没有退相干和局域门噪声的情况下，新协议的表现优于以前的提案。此外，这些算法可以用于寻找涉及任意数量参与方和任意数量纠缠对的协议。
用于状态准备的量子电路的数值分析......
我们执行最优控制理论计算，以确定执行少量子比特系统的量子态准备和幺正算子合成所需的最少两量子比特 CNOT 门数量。通过考虑所有可能的门配置，我们确定了可实现的最大保真度作为量子电路大小的函数。这些信息使我们能够确定特定目标操作所需的最小电路大小，并列举允许完美实现该操作的不同门配置。我们发现，即使在最少门数的情况下，也有大量配置都能产生所需的结果。我们还表明，如果我们使用多量子比特纠缠门而不是两量子比特 CNOT 门，则可以减少纠缠门的数量，正如人们根据参数计数计算所预期的那样。除了处理任意目标状态或幺正算子的一般情况外，我们还将数值方法应用于合成多量子比特 Toffili 门的特殊情况。该方法可用于研究任何其他特定的少量子比特任务，并深入了解文献中不同界限的紧密度。
使用自由费米子
我们从自由费米子的角度研究变异量子算法。通过设计相关的LIE代数的明确结构，我们表明，量子相比优化算法（QAOA）在一维晶格上 - 具有脱钩角度 - 具有脱钩的角度 - 能够准备所有符合电路符号的费米斯高斯州的状态。利用这些宗教信仰，我们在数值上研究了这些对称性和目标状态的局部性之间的相互作用，并发现缺乏符号的情况使非局部状态更容易预先预测。对高斯状态的有效的经典模拟，系统尺寸高达80和深电路，用于研究电路过度参数化时的行为。在这种优化方案中，我们发现迭代的迭代数与系统大小线性线性缩放。更重要的是，我们观察到，与溶液收敛的迭代次数会随电路深度呈指数降低，直到它以系统尺寸为二次的深度饱和。最后，我们得出的结论是，可以根据梯度提供的更好的局部线性近似图来实现优化的改进。
设计支持社区福祉的人工智能系统的框架
虽然“人工智能促进福祉”通常是指使用人工智能工具（例如聊天机器人）来支持心理健康和福祉，但本文侧重于使用人工智能研究人员开发的理论来更好地理解如何设计大型系统来增强和支持福祉结果。例如，欧盟委员会将人工智能系统定义为“通过分析环境并采取行动（具有一定程度的自主性）来实现特定目标而表现出智能行为的系统”（2019 年，第 1 页）。更具体地说，一本流行的人工智能教科书将人工智能领域定义为“智能代理的研究和设计”，其中代理是可以被视为通过传感器感知其环境并通过执行器对该环境采取行动的任何东西（Russell 和 Norvig，2022 年）。要使这样的代理被视为智能，它必须具备“选择预期最大化 [a] 绩效指标的行动的能力……如果代理被赋予了明确的“目标函数”，并且它始终采取能够成功最大化其编程目标函数的行动，则该代理被认为更智能”（Russell 和 Norvig，2022 年，第 58 页）。基于这些标准，人工智能系统必须具备感知环境、对环境采取行动、衡量环境中明确目标状态（即绩效指标或目标）的能力
设计支持社区福祉的人工智能系统的框架
虽然“人工智能促进福祉”通常是指使用人工智能工具（例如聊天机器人）来支持心理健康和福祉，但本文侧重于使用人工智能研究人员开发的理论来更好地理解如何设计大型系统来增强和支持福祉结果。例如，欧盟委员会将人工智能系统定义为“通过分析环境并采取行动（具有一定程度的自主性）来实现特定目标而表现出智能行为的系统”（2019 年，第 1 页）。更具体地说，一本流行的人工智能教科书将人工智能领域定义为“智能代理的研究和设计”，其中代理是可以被视为通过传感器感知其环境并通过执行器对该环境采取行动的任何东西（Russell 和 Norvig，2022 年）。要使这样的代理被视为智能，它必须具备“选择预期最大化 [a] 绩效指标的行动的能力……如果代理被赋予了明确的“目标函数”，并且它始终采取能够成功最大化其编程目标函数的行动，则该代理被认为更智能”（Russell 和 Norvig，2022 年，第 58 页）。基于这些标准，人工智能系统必须具备感知环境、对环境采取行动、衡量环境中明确目标状态（即绩效指标或目标）的能力
通过半自动微分实现量子最优控制
我们开发了一个“半自动微分”框架，将现有的基于梯度的量子最优控制方法与自动微分相结合。该方法几乎可以优化任何可计算函数，并在两个开源 Julia 包 GRAPE.jl 和 Krotov.jl 中实现，它们是 QuantumControl.jl 框架的一部分。我们的方法基于根据传播状态、与目标状态的重叠或量子门正式重写优化函数。然后，链式法则的分析应用允许在计算梯度时分离时间传播和函数的评估。前者可以通过修改的葡萄方案非常高效地进行评估。后者通过自动微分来评估，但与时间传播相比，其复杂性大大降低。因此，我们的方法消除了通常与自动微分相关的高昂内存和运行时开销，并通过直接优化量子信息和量子计量的非解析函数，促进了量子控制的进一步发展，尤其是在开放量子系统中。我们说明并测试了半自动微分在通过共享传输线耦合的超导量子比特上完美纠缠量子门的优化中的应用。这包括对非解析门并发的首次直接优化。
离子阱量子信息测量方法
创建比常规方法效果更好的量子算法（例如大整数分解）使量子计算成为现代物理学的重点。在物理构建量子计算的各种方法中，Cirac 和 Zoller [ 1 ] 提出的离子阱方法尤为有前景。离子阱的有效性已通过大量实验得到证明，证实了其在实际量子计算中的潜力。离子阱是一种利用电场和/或磁场将带电粒子（离子）限制在特定空间区域的装置。这种限制允许对离子进行操纵和分析。事实上，精确控制单个离子的能力可以实现精确的量子操作，而捕获离子的长相干时间可确保复杂计算期间的稳定性 [ 2 ]。离子阱系统的可扩展性进一步使得构建更大的量子系统成为可能，高保真量子门可最大程度地减少操作错误。此外，离子阱有助于产生纠缠态，这对于量子通信和分布式计算至关重要。在这种情况下，离子阱中的势通常用谐振子来近似，这为分析离子的运动和相互作用提供了一个完善的框架，这对于实现量子门和其他必要的操作至关重要 [3]。阱内离子之间的相互作用（包括光学或电磁谐振器中的离子）可以建模为耦合的谐振子，这对于控制量子态和执行纠缠等量子操作至关重要。这些相互作用可以进入各种耦合状态——弱、强和超强——每一种耦合状态都在提高量子计算机的性能和可扩展性方面发挥着关键作用 [4,5]。在量子计算领域，特别是在囚禁离子系统的哈密顿动力学框架内，对各种量子度量的细致理解至关重要。例如，纠缠熵测量子系统之间的量子相关性，指示共享的信息量。这对于量子算法和协议（如纠错和加密）非常重要。另一个指标是计算复杂度，它评估量子计算所需的资源，包括量子比特的数量和量子电路的深度。这反映了量子操作的难度和算法的效率。高纠缠熵通常会导致计算复杂度增加，因为维持纠缠需要更复杂、更深的电路。另一方面，通过按顺序排列量子门，可以形成高效的量子算法，使量子计算机能够解决超出传统计算机能力的问题 1 。量子门与波函数相互作用的研究很重要；将参考状态 | ψ R ⟩ 转换为目标状态 | ψ T ⟩ 需要应用一个幺正变换 U ，这是通过一系列通用门实现的。优化这些门序列至关重要，因为通往同一目标状态的可能路径是无限的。电路深度，即连续操作的数量，与计算复杂度有关。
2024-2029 年数字、数据和技术战略
简介 2023 年 9 月至 2024 年 1 月期间，剑桥市议会 (CCC) 与 PUBLIC 合作为市议会起草了一项新的五年数字、数据和技术 (DDaT) 战略。该战略的目标是建立市议会在未来五年内有效管理数字、数据和技术的愿景和框架，包括变革的原因（“为什么”）；新干预措施的目标和范围（“什么”）；为实现目标需要采取哪些行动（“如何”）；这些行动的责任方（“谁”）；实施时间表（“何时”）；以及指示性成本和收益。我们的目标是制定一项 DDaT 战略，以协同市议会的运营；通过为未来使用人工智能 (AI) 等新兴技术奠定基础来促进创新；并增强员工和公民参与市议会服务的体验。这是一份实时文件，将定期更新，是这项工作的成果，代表着一个起点，旨在随着时间的推移不断发展，从而帮助实现这一愿景。目标状态：五年后我们将处于什么位置这一全面的数字化转型不仅将增强当前的服务，还将为理事会适应和发展日益数字化的未来奠定基础。居民将受益于更快、更个性化和更方便的服务，而理事会本身也将享受更高的运营效率，
![arXiv:2501.13188v1 [cond-mat.stat-mech] 2025 年 1 月 22 日](/simg/g:\will\search\icon\source\c\cd89159b729ab4f7aba19f137bdb20ec98b06138.webp)
arXiv:2501.13188v1 [cond-mat.stat-mech] 2025 年 1 月 22 日
所有智能都是集体智能，因为它是由必须与系统级目标保持一致的部分组成的。因此，了解通过对齐的部分促进或限制问题空间导航的动态将影响生命科学和工程学的许多领域。为此，考虑一个位于平面图顶点上的系统，其成对交互由图的边缘规定。这样的系统有时可以表现出长程有序，将宏观行为的一个阶段与另一个阶段区分开来。在相互作用系统的网络中，我们可以将自发排序视为一种自组织形式，模拟神经和基础认知形式。在这里，我们讨论了有序相存在的图拓扑必要条件，着眼于寻找具有局部相互作用的系统维持有序目标状态的能力的限制。通过研究三个模型系统（Potts 模型、自回归模型和分层网络）中域壁形成下自由能的缩放，我们展示了图上相互作用的组合如何阻止或允许自发排序。作为一个应用，我们能够分析为什么像生物学中普遍存在的多尺度系统能够组织成复杂的模式，而基本的语言模型则受到长序列输出的挑战。
多静态声纳浮标系统的多目标跟踪
使用主动声纳浮标场检测和跟踪水下目标最近引起了广泛的研究兴趣 [1]，[2]，[3]，[4]，[5]，[6]。这个问题涉及确定声纳浮标场覆盖区域内的目标数量并跟踪它们的位置。通过从单一源（声纳浮标）传输信号（“ping”）并收集附近多个接收器的反射测量值来获得目标的测量值。由于水下环境中的检测概率低，以及可用的位置测量值（通常采用极坐标）与目标状态之间的非线性关系，因此出现了困难。在 [5] 中，提出了一种 CPHDF 的迭代校正版本的高斯混合近似用于目标检测和跟踪，并基于该算法描述了一种发射机调度算法。还提出了一种使用折扣因子来考虑电池寿命约束的基本技术。本文主要关注多静态声纳浮标环境中的多目标跟踪问题。基数化概率假设密度滤波器 (CPHDF) [7] 已在多静态声纳浮标系统中用于跟踪 [1]、[3]、[5]。CPHDF 是在随机有限集 (RFS) 框架中开发的，它通过其一阶矩和基数或目标数分布来近似完整的多目标后验密度