近日，中國科學(xué)院高能物理研究所方亞泉團隊和北京大學(xué)周辰團隊合作，在環(huán)形正負電子對撞機的希格斯物理的模擬分析中，嘗試基于國產(chǎn)的量子計算機，利用量子支持向量機（QSVM）的ML算法，分析希格斯粒子衰變到雙光子過程，達到了與傳統(tǒng)SVM類似的敏感度；并且，基于國產(chǎn)量子計算機硬件的結(jié)果與國際上同類量子計算機的結(jié)果也是可比的。研究結(jié)果作為首篇利用國產(chǎn)量子計算機硬件實施高能物理QML物理分析研究的期刊論文“Application of quantum machine learning in a Higgs physics study at the CEPC”，發(fā)表于International Journal of Modern Physics A。
此外，團隊還成功開發(fā)調(diào)試了先進機器學(xué)習(xí)算法Transformer/ParticleTransformer的量子化算法。上述研究對QAI在高能物理面向未來的應(yīng)用，對高能物理領(lǐng)域算力的解決具有重要參考價值，對突破卡脖子技術(shù)的壁壘，實現(xiàn)關(guān)鍵技術(shù)的自主研發(fā)有重要的現(xiàn)實意義。
高能對撞機大科學(xué)裝置通常會產(chǎn)生海量的碰撞數(shù)據(jù)，大數(shù)據(jù)可能引發(fā)出對大模型的需求。可以預(yù)計，隨著近年來生成式模型 (Generative Model)，端對端 (end-to-end) 等先進人工智能的思想在加速器、探測器的模擬、物理分析等方面全面應(yīng)用，對撞機大科學(xué)裝置上物理研究的算力有可能會出現(xiàn)瓶頸。
量子機器學(xué)習(xí)和量子人工智能（QML/QAI）是在量子計算機上應(yīng)用的機器學(xué)習(xí)和人工智能算法。相比傳統(tǒng)的ML算法，QML利用量子力學(xué)疊加態(tài)原理，可促成算力的指數(shù)級提升，在大模型、大數(shù)據(jù)飛速發(fā)展的今天，有望從根本上解決對上述算力爆炸式的需求。
合作研究團隊受到中國科學(xué)院高能物理研究所計算中心量子計算平臺的支撐，與山東大學(xué)、本源量子、中國科學(xué)技術(shù)大學(xué)上海研究院、北京量子信息科學(xué)研究院、深圳量子科學(xué)與工程研究院等國內(nèi)重要研究機構(gòu)保持緊密的合作與交流關(guān)系。本研究受到基金委基礎(chǔ)科學(xué)研究中心、高能所創(chuàng)新項目、核物理與核技術(shù)國家重點實驗室、北京大學(xué)建設(shè)世界一流大學(xué)（學(xué)科）和特色發(fā)展引導(dǎo)專項的資助。
附件下載：
