北京时间7月19日消息，量子物理学家马里奥·克莱恩仍然清晰地记得2016年初，他在维也纳的一家咖啡馆翻阅MELVIN计算结果的情景。MELVIN是克莱恩开发的一种机器学习算法，属于人工智能的范畴。它的主要任务是将各种标准量子实验的基本模块进行组合和比较，以寻找新问题的解决方案。克莱恩发现，MELVIN确实做出了一些引人注目的发现，但其中一条结果令他感到困惑。
克莱恩指出，之后其他研究团队也开始设计基于MELVIN的新实验，以全新的方式检验量子力学的理论基础。同时，他从维也纳大学转到多伦多大学，与新同事共同改进机器学习算法。他们近期开发的名为THESEUS的人工智能系统，不仅计算速度比MELVIN快了多个数量级，而且计算结果对人类来说更加直观。MELVIN的计算结果需要克莱恩和他的同事们花费数天，甚至数周时间去理解，而THESEUS的结果则几乎一眼就能明白。
克莱恩偶然接触到这个研究项目，最初是为了探究如何通过实验创造光子的量子纠缠态。当两个光子发生相互作用时，便会形成“纠缠”关系，涉及的两个光子只能通过同一种量子状态进行数学描述。如果对其中一个光子的状态进行测量，即使它们相隔千里，测量结果也能与另一个光子一致（因此爱因斯坦称之为“幽灵般的纠缠”）。
1989年，丹尼尔·格林伯格、迈克尔·霍恩和塞林格三位物理学家描述了GHZ（其姓氏首字母结合而成）量子态。GHZ量子态涉及四个光子，每个光子都处于0或1两种状态的叠加态（这种状态称为量子比特）。他们的论文中提到，GHZ状态包含四个相互纠缠的量子比特，整个系统处于一种二维的量子叠加态，要么为0000，要么为1111。如果对其中一个光子进行测量，发现其处于状态0，则其他光子也会坍缩为0；状态为1的情况也是如此。上世纪90年代末，塞林格和同事们首次在实验中观察到了三个量子比特的GHZ态。
克莱恩和他的团队希望观察到更高维度的GHZ态，计划使用三个光子，每个光子可以处于0、1、2三种状态的叠加态，这种状态称为“三维量子比特”。他们寻找的正是一种三维GHZ态，处于000、111和222三种状态的叠加态。这种量子态能够显著增强量子通信的安全性和量子计算的速度。2013年末，研究人员花费了数周时间设计实验并开展计算，但每次都以失败告终。克莱恩感慨：“我当时真是快抓狂了，为什么我们就是找不到正确的实验设置呢？”
为了加速研究进程，克莱恩首先编写了一套计算机程序，能够根据实验设置计算出实验结果，随后对程序进行升级，将光学实验台上用于生成和操控光子的基本模块整合进去，包括激光、非线性光学晶体、分光器、移相器和全息图等。这套程序随机混合和匹配这些模块，组合出大量配置并依次开展计算，最终得出了结果，MELVIN就此诞生。“短短几小时内，这套程序就找出了我们几位科学家几个月都未能找到的解决方案。”克莱恩表示，“那真是疯狂的一天，我至今不敢相信这真的发生了。”
接下来，克莱恩赋予了MELVIN更多的智能。每次找到一种有用的配置，MELVIN都会将其加入“工具箱”。
然而，克莱恩在维也纳咖啡馆里百思不得其解的，正是“进化后”的MELVIN。在MELVIN的实验“工具箱”中，克莱恩加入了两个晶体，每个晶体可以产生一对处于三维纠缠态的光子。他原本以为MELVIN会找到一种实验配置，将这两组光子组合在一起，最多达到9个维度。但结果却是“它找到了一个非常罕见的解法，纠缠程度远高于其他量子态。”
克莱恩最终发现，MELVIN利用了一种近三十年前由多个研究团队开发的技术。1991年，罗切斯特大学的三名研究人员设计出其中一种实验方法。随后在1994年，塞林格和奥地利因斯布鲁克大学的同事们又设计了另一种。从概念上来讲，这些实验的结果是相似的，但塞林格的实验配置更为简单、易于理解。在该实验中，先由一枚晶体生成一组光子（A和B），这两个光子的行进路线会穿过另一枚晶体，产生光子C和D。光子A和C的行进路线完全重合，因此探测器无法判断光子究竟来自第一枚还是第二枚晶体，光子B与光子D的情况亦然。
移相器可改变光子的相位。如果在两枚晶体之间放置一台移相器并不断改变移相程度，就会在探测器处造成建设性干涉或破坏性干涉。假设每枚晶体每秒产生1000对光子，在产生建设性干涉时，探测器每秒可接收4000对光子；而在产生破坏性干涉时，接收到的光子数则为零，尽管单个晶体每秒产生的光子对数为1000，但整个系统却未产生一个光子。
MELVIN的解法中也包含这样的重叠路线。令克莱恩感到困惑的是，他的算法中只有两枚晶体。MELVIN并未在实验一开始就使用这两枚晶体，而是将它们放进了一台干涉仪中（干涉仪可以将一个光子的行进路线分开再合并）。经过研究，克莱恩意识到，MELVIN的实验设置相当于使用了不止两枚晶体，从而能够产生更高维度的纠缠态。
除了生成复杂的纠缠态，使用两枚以上晶体的实验配置还可以实现塞林格在1994年用两枚晶体开展的“泛化”版本。克莱恩在多伦多大学的同事埃弗瑞姆·斯坦伯格对人工智能的研究成果感到震惊。“就我所知，这种泛化是人类永远无法想象和实现的。”
在某种泛化的实验配置中，晶体数量为四，每枚晶体生成一对光子，形成四条通往四个探测器的重叠路径。量子干涉可形成建设性干涉，使四台探测器都能探测到光子；或破坏性干涉，使没有一台探测器能探测到光子。
然而，真正开展这样的实验在不久之前仍然是一个遥远的梦想。今年三月，中国科技大学的研究人员与克莱恩在联合发表的一篇预印论文中报告称，他们在一枚光子芯片上搭建了完整的实验配置，并成功开展了这一实验。由于光子芯片的光学稳定性极强，研究人员在实验中连续收集了超过16小时的数据，这在大规模实验中是不可实现的。
在最初尝试将MELVIN的研究成果简化和泛化时，克莱恩和同事们意识到，这种解法其实与数学中的“图”这种抽象表达形式非常相似。图由“顶点”和“边”构成，可用于描述物体之间的配对关系。在量子实验中，每个光子的行进路线可以用“顶点”表示，而每枚晶体则用连接两个顶点的“边”表示。MELVIN首先创建了这样一个图，然后进行了名为“完美匹配”的数学运算，使每个顶点仅与一条边相连。这一过程大大简化了最终量子态的计算，但对人类而言仍然难以理解。
然而，MELVIN的继任者THESEUS的出现改变了这一状况。它能够对第一步生成的复杂图进行筛选，逐渐减少边和顶点的数量，直至无法再减少（如果进一步减少，实验设置将无法产生所需的量子态）。这样的图比MELVIN的完美匹配图更为简单，因此更易于人类理解。
来自澳大利亚格里菲斯大学的埃里克·加瓦尔坎迪对这些研究工作深感震撼。“这些机器学习技术确实令人惊讶。对科学家而言，有些解法看上去非常‘新颖’。不过，现阶段这些算法距离真正具备提出新想法、创造新概念的能力还差得很远。我相信这一刻终会到来。尽管我们现在还在初步阶段，但千里之行始于足下。”
斯坦伯格对此表示认同。“就目前而言，这些工具已经非常出色。就像所有优秀的工具一样，它们帮助我们实现了一些原本无法实现的事情。”
