新時代高科技不計其數越來越發達，小伙伴們看過不少科技新聞吧，在我們生活中應該也用到很多這些高科技東西，有哪些小伙伴值的關注的呢，今天就跟大家分享一篇有關科技方面知識，希望大家會喜歡。

俄羅斯研究人員創造了一種基于人工智能（AI）的工具，通過“觀察”量子系統的網絡結構，學會了預測量子系統的行為。

根據發表在《新物理雜志》上的一項研究，神經網絡自主地找到了適合量子優勢演示的解決方案。

這是為了幫助研究人員開發新的高效量子計算機。

莫斯科物理技術研究所（MIPT）副教授列昂尼德？費迪奇金（Leonid Fedichkin）表示：“我們在訓練計算機對復雜網絡是否具有量子優勢進行自主預測方面相當成功。

還讀：人工智能技術將語言障礙者的大腦信號轉換成語言

現代科學中的廣泛問題是通過量子力學計算來解決的。

一些例子是研究化學反應和尋找穩定的分子結構的醫藥，藥劑學和其他行業。

所涉及的問題的量子性質使量子計算更適合它們。相比之下，古典計算往往只返回大量的近似解。

創造量子計算機是昂貴和耗時的，由此產生的設備不能保證表現出任何量子優勢-也就是說，比傳統計算機操作更快。

因此，研究人員需要工具來預測給定的量子設備是否具有量子優勢。

實現量子計算的方法之一是量子游動。用簡化的術語來說，這種方法可以被看作是一個粒子在一定的網絡中運動，這是量子電路的基礎。

還讀到：埃隆·馬斯克有了一個新的私人助理，它不是人類

如果一個粒子的量子從一個網絡節點到另一個網絡節點的速度比它的經典模擬更快，那么基于該電路的設備將具有量子優勢。

尋找這種優越的網絡是量子步行專家解決的一項重要任務。

俄羅斯研究人員所做的是用人工智能取代專家。他們訓練機器區分網絡，并判斷給定的網絡是否會帶來量子優勢。這就確定了構建量子計算機的最佳候選網絡。

研究小組使用了一個面向圖像識別的神經網絡。一個鄰接矩陣作為輸入數據，以及輸入和輸出節點的數目。神經網絡返回一個預測，是經典的還是量子步行之間的給定節點會更快。

費迪奇金說：“這種做法不會奏效，但確實奏效了。

“量子行為和經典行為之間的界限往往模糊不清。我們研究的顯著特征是由此產生的特殊用途計算機視覺，能夠識別網絡空間中的這條細線，“來自俄羅斯IT MO大學的Alexey Melnikov補充說。

研究人員發明了一種基于量子算法簡化計算電路開發的工具。由此產生的裝置將對生物光子學研究和材料科學產生興趣。