Running Quantum Computers in Discovery Mode
本文证明了混合量子-经典学习智能体可以通过在 36 量子比特超导处理器上优化“兴趣函数”，自主发现显著的多体量子现象，例如离散时间晶体和对偶幺正电路。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个浩瀚、黑暗的图书馆，其中的每一本书都包含着关于宇宙在微观尺度下如何运作的秘密配方。几十年来，科学家们一直试图用手编写这些配方，猜测其中的成分，并寄希望于做出的菜肴能符合预期。这就是量子物理学的世界——在这个领域，粒子可以同时处于两个地方，日常生活的规则似乎也随之消解。这些配方中的“成分”被称为量子电路——即告诉量子比特（或称作 qubits）如何起舞的复杂指令序列。目标是寻找特定的舞蹈，以创造出新的、奇特的且有用的物质形态，例如时间晶体或超快速的混沌系统。但由于可能的舞蹈种类繁多（甚至超过了宇宙中的原子总数），逐一进行猜测就像试图通过一次只捡起一颗沙粒，来寻找海滩上某一颗特定的沙粒一样。这太慢了，而且我们可能会完全错过其中的奥秘。
这正是“发现模式”（discovery mode）这一理念的切入点。与其让一个人类去猜测配方，不如想象给一位机器人厨师配备一个能够瞬间判断一道菜是否“有趣”的品鉴员。机器人调整配方，再次品尝，然后再调整，它在完全不知道这道菜叫什么名字之前，就能学习如何让菜肴变得特别。这篇论文探讨的正是一项研究：一种不仅利用量子计算机来解决我们已知问题，更利用它去搜寻那些我们尚未想象到的事物的全新方法。研究人员提出了一种量子计算机（负责模拟量子舞蹈的重体力活）与经典计算机（充当聪明的学习机器人）之间的协作关系。它们共同使用一种特殊的“兴趣函数”——一个能告诉系统结果有多么酷或多么不寻常的分数——来引导量子计算机去发现新的物理现象。
伟大的量子寻宝之旅
这篇论文的作者们（来自牛津大学和印度的团队）正在提出一种激进的量子计算机使用新方法。他们称之为“发现模式”。你可以这样理解：通常当我们使用量子计算机时，我们会告诉它：“这是一个特定的问题，请解决它。”但在“发现模式”下，我们告诉计算机：“这里有一个关于‘酷’的模糊概念；请你自己去寻找它。”
为了实现这一点，他们建立了两种类型的计算机之间的反馈循环。量子计算机是探索者。它运行特定的量子电路（一系列操作序列），并生成大量关于粒子行为的数据。经典计算机则是侦探。它观察数据，计算出一个被称为“兴趣函数”的分数，然后告诉量子计算机如何微调其设置以获得更高的分数。目标不是解决某个数学方程，而是寻找一个能产生统计学上“有趣”或不寻常结果的电路。
论文通过两种不同的“兴趣函数”（它们就像是不同定义的“酷”）对这一想法进行了测试。
1. 聚类侦探：寻找时间晶体
第一个关于“有趣”的定义是基于聚类（clustering）。想象你正在看一段长长的球跳动视频。如果球跳动的轨迹是随机的，那么这种模式很枯燥且难以预测。但如果球跳动出一种完美的、重复的节奏，并且这种节奏违背了通常的能量损耗规则，那便是特别的。
在量子世界中，研究人员要求计算机观察一系列状态（随时间变化的量子系统快照），并观察这些状态是否可以被轻松地分为两个截然不同的组。如果状态是混乱交织在一起的，那么“兴趣分数”就很低。如果状态自然地落入两个清晰、分离的簇中，分数就会很高。
他们在一部拥有多达 36 个量子比特的真实量子处理器上测试了这一点。计算机被赋予了一个可以通过旋转旋钮（如磁场强度等参数）来调节的电路。经典智能体不断旋转旋钮，以最大化聚类分数。结果如何？计算机几乎自动发现了一个离散时间晶体（DTC）。
DTC 是一种奇特的物质形态，它在时间中振荡，就像一个滴答频率只有推动它之力的半速的钟表。它是一种仅在几年前才在理论上被预言的物相。令人惊叹的是，计算机并不知道什么是 DTC。它只知道当系统表现得像 DTC 时，“聚类”分数最高。研究人员发现，计算机成功地调节了电路，以极高的概率创造出这些时间晶体，证明了这种“发现模式”在真实的、带有噪声的硬件上是行之有效的。
2. 混沌猎人：寻找双幺正电路
第二个关于“有趣”的定义是关于混沌。在物理学中，有些系统过于可预测（如单摆），而有些则极其混乱，看起来像是随机噪声。但存在一种特殊的、罕见的混沌，称为“双幺正”（dual-unitary）混沌——在这种情况下，系统虽然处于极大程度的混沌状态，但仍遵循严格且优美的数学规则。
为了寻找这种状态，研究人员使用了另一种基于电路谱特性（spectral properties）的兴趣函数。把这个电路想象成一件乐器。“谱”就是它能演奏出的音符集合。如果音符是随机的，音乐就是噪声；如果音符排列得非常完美，它就是一段简单的旋律。但“双幺正”电路就像一场交响乐，听起来充满混沌，却有着隐藏的、完美的结构。
研究人员无法在真实的量子计算机上运行这个特定的搜索，因为这需要过多的测量数据才能准确获取。因此，他们在经典计算机上进行了模拟，以观察“发现模式”是否有效。他们创建了一个虚拟的量子计算机，并让学习智能体去搜寻那个能使频谱中的“噪声”最小化的电路。
模拟表明，智能体会成功地将电路引导向“双幺正”的设置。搜索的景观是“凹性”的（concave），这意味着存在一条通往顶峰（最有趣的电路）的清晰路径。虽然他们还没有在物理芯片上实际构建这个过程，但数学强烈暗示，如果他们尝试，计算机将会找到这些特殊的、具有极大混沌性的电路。
为什么这很重要
核心结论是：我们不需要确切知道自己在寻找什么，也能找到它。通过定义一个简单的规则来界定什么是“有趣”的（比如“我们能否对这些状态进行分类？”或者“这种混沌是否有结构？”），我们可以让量子计算机和人工智能协同工作，去揭示新的物理定律。
论文表明，这种方法是可行的。他们证明了在寻找时间晶体时，该方法在真实的 36 量子比特设备上有效；而他们的模拟也表明，在寻找双幺正电路时，该方法同样有效。他们并不是声称已经找到了一切，而是展示了一条前进的新路径。我们不再仅仅由人类去猜测下一个重大发现，而是可以构建一个系统去主动狩猎它，利用量子计算机的独特力量，去探索量子世界中广袤且未知的疆域。这是一种转变：从要求计算机帮我们做作业，转变为要求它帮助我们撰写下一章科学教科书。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。