专栏 | 用神经网络来判定量子纠缠？这里有一篇简单易懂的方法解读

机器之心专栏作者：马悦驰（Yue-Chi Ma）、翁文康（Man-Hong Yung）近日，来自清华大学交叉信息研究院量子信息中心、南方科技大学量子科学与工程研究所的马悦驰、翁文康所著论文「利用机器学习将贝尔不等式转变为神经网络」正式发表在 NPJ Quantum Information 上。论文的核心思想很简洁，就是用神经网络模型来实现量子态分类。在量子信息领域中，确定一个量子态是纠缠态还是可分态的计算量是十分巨大的（更准确地说，这是一个 NP-hard 问题），而论文中提出的方法能高效率和高精度地执行此类任务。该成果对于量子力学与机器学习如何进行交叉融合富有启迪，而纠缠态判定对于量子计算机的有效性判定也是重要的依据。本文是论文作者所写的面向非量子信息专业读者 ………………………………