XiaoMi-AI文件搜索系统
World File Search System费曼
2024 年费曼奖新闻稿
克劳斯-罗伯特·穆勒是柏林工业大学的计算机科学教授，也是柏林学习和数据基础研究所 (BIFOLD) 的联席主任。他于 1984 年至 1989 年在卡尔斯鲁厄学习物理学，并于 1992 年在卡尔斯鲁厄工业大学获得计算机科学博士学位。在柏林 GMD FIRST 完成博士后工作后，他于 1994 年至 1995 年在东京大学担任研究员。1995 年，他在 GMD-FIRST（后来的弗劳恩霍夫 FIRST）创立了智能数据分析小组，并担任该小组的负责人，直至 2008 年。1999 年至 2006 年，他担任波茨坦大学教授。自 2012 年起，他担任首尔高丽大学的杰出教授。 2020/2021 年，他在谷歌大脑担任首席科学家，度过了休假。除其他外，他还获得了奥林巴斯模式识别奖（1999 年）、SEL 阿尔卡特通信奖（2006 年）、柏林市长颁发的柏林科学奖（2014 年）、沃达丰创新奖（2017 年）、赫克托科学奖（2024 年）、模式识别最佳论文奖（2020 年）、数字信号处理最佳论文奖（2022 年）。2012 年，他当选为德国国家科学院利奥波尔迪纳分校院士，2017 年当选为柏林勃兰登堡学院院士
65 年后费曼对量子计算的设想
1959 年，诺贝尔奖获得者理查德·费曼发表了题为“底部还有足够的空间”的演讲，他强调，为了大幅加快计算速度，我们需要将计算机组件制造得更小——一直到分子、原子甚至基本粒子的大小。在这个层面上，物理学不再由确定性的牛顿力学来描述，而是由概率量子定律来描述。正因为如此，计算机设计师开始思考如何基于非确定性元素设计一台可靠的计算机——这种想法最终导致了现代量子计算的思想和算法。因此，我们有一条加快计算速度的直接途径：学习如何使用分子、原子，然后是基本粒子作为计算设备的构建块。但是，如果我们达到基本粒子的大小会怎样？乍一看，我们似乎将达到计算机速度的绝对极限。然而，正如我们在本文中所展示的，我们可以通过利用基本粒子的内部结构来进一步加快计算速度：例如，质子和中子由夸克组成。有趣的是，相应的数学与所谓的彩色光学计算非常相似——在计算中使用不同颜色的光。
65 年后费曼对量子计算的设想
1959 年，诺贝尔奖获得者理查德·费曼发表了题为“底部还有足够的空间”的演讲，他强调，为了大幅加快计算速度，我们需要将计算机组件制造得更小——一直到分子、原子甚至基本粒子的大小。在这个层面上，物理学不再由确定性的牛顿力学来描述，而是由概率量子定律来描述。正因为如此，计算机设计师开始思考如何基于非确定性元素设计一台可靠的计算机——这种想法最终导致了现代量子计算的思想和算法。因此，我们有一条加快计算速度的直接途径：学习如何使用分子、原子，然后是基本粒子作为计算设备的构建块。但是，如果我们达到基本粒子的大小会怎样？乍一看，我们似乎将达到计算机速度的绝对极限。然而，正如我们在本文中所展示的，我们可以通过利用基本粒子的内部结构来进一步加快计算速度：例如，质子和中子由夸克组成。有趣的是，相应的数学与所谓的彩色光学计算非常相似——在计算中使用不同颜色的光。
玻尔兹曼机与费曼路径积分的类比
摘要：机器学习对科学、技术、健康以及计算机和信息科学等多个领域产生了重大影响。随着量子计算的出现，量子机器学习已成为研究复杂学习问题的一种新的、重要的途径。然而，关于机器学习的基础存在着大量的争论和不确定性。在这里，我们详细阐述了一种称为玻尔兹曼机的通用机器学习方法与费曼对量子和统计力学的描述之间的数学联系。在费曼的描述中，量子现象源于路径的优雅加权和（或叠加）。我们的分析表明，玻尔兹曼机和神经网络具有相似的数学结构。这允许将玻尔兹曼机和神经网络中的隐藏层解释为路径元素的离散版本，并允许对机器学习进行类似于量子和统计力学的路径积分解释。由于费曼路径是对干涉现象和与量子力学密切相关的叠加原理的自然而优雅的描述，这种分析使我们能够将机器学习的目标解释为通过网络找到路径和累积路径权重的适当组合，从而累积地捕获给定数学问题的 x 到 y 映射的正确属性。我们不得不得出结论，神经网络与费曼路径积分有着天然的联系，因此可能提供了一种被视为量子问题的途径。因此，我们提供了适用于玻尔兹曼机和费曼路径积分的通用量子电路模型。
具有决策图的量子电路混合薛定谔-费曼模拟
摘要 — 量子计算的经典模拟对于这项新兴技术的未来发展至关重要。为此，决策图已被提出作为一种补充技术，它通常可以解决这些模拟固有的指数复杂性。然而，在最坏的情况下，它们仍然无法摆脱这种复杂性。此外，虽然其他技术利用了所有可用的处理能力，但基于决策图的模拟迄今为止无法利用当今系统的许多处理单元。在这项工作中，我们表明，可以通过采用混合薛定谔-费曼方案进行模拟来同时解决这两个问题。更准确地说，我们表明使用决策图实现这种方案确实是可能的，我们讨论了实现过程中产生的问题，并提出了如何处理这些问题的解决方案。实验评估证实，这显著提高了基于决策图的模拟的最新水平——允许在几分钟内模拟某些硬电路，而这些电路迄今为止无法在一整天内模拟。索引词 — 量子计算、经典模拟、决策图、混合薛定谔-费曼