编辑丨&
AI 工具、助手，这些智能化的模型或者设备，正越来越多地帮助科学家撰写论文、进行文献综述，甚至设计实验室实验。现在，研究人员可以将优化量子计算加入到这一列表中。
一种潜在的量子计算机架构，是利用被困在二维光学陷阱阵列中的原子来实现的。每个原子都充当一个量子比特，计算过程则需要在阵列中移动、重新排列大量原子。这个「搬运」过程往往比较缓慢，因为原子必须在不同的阵列位置之间来回切换——就像在玩一盘复杂的中国跳棋。
不过，来自中国科技大学的卢朝阳和潘建伟及其同事现在已经使用人工智能（AI）作为系统的一部分，这是一种快速组装原子网格的最佳方法，该原子网格未来很有可能成为量子计算机的「大脑」。
为了展示该模型重新排列原子的速度有多快，该团队还使用该系统制作了一个关于薛定谔猫的微型动画。相关工作已于 2025 年 8 月 8 日发表在《Physical Review Letters》上。
论文链接：https://journals.aps.org/prl/abstract/10.1103/2ym8-vs82
玩转量子
经典计算机使用二进制位或比特进行操作，比特被编码为 1 或 0。量子计算机使用量子位，它可以处于「叠加」状态，在这种状态下，两种状态——1 和 0——同时存在。计算涉及纠缠量子位，这意味着它们的状态会相互关联。
这种设置使量子计算机能够比经典计算机更有效地解决特定类型的问题。但有一个问题：这种关系非常脆弱。故而，研究者使用超导电路、囚禁离子和中性原子网格等材料制造量子位，并用激光捕捉原子作为量子位。
研究者希望，只要原子数量够多，量子计算机总有一天能克服那些常见的错误问题——然后去完成传统计算机根本算不动的任务。他们训练 AI 模型的方式，是展示不同模式的激光光如何推动铷原子分布到各种网格配置。
研究人员用他们的模型，在 60 毫秒内，就排出了一个多达 2024 个铷原子的阵列。对比之下，另一组团队去年在没有 AI 帮助的情况下，排布大约 800 个中性原子花了一秒钟。
这段「薛定谔的猫」的视频，则是 AI 系统操控激光，把原子移动到指定位置拼出图案。等激光脉冲打上去时，这些原子会发光，于是图案就显现出来了。
规模扩展
随着阵列规模的扩大，确定合适的光模式或全息图等工作所需要的计算会变得越来越繁琐，求解重新排列的原子也更艰难。但这对于最新的组装方式来说并不困难。
潘建伟表示，已经有其他的团队在他团队的基础上，成功复制了该研究的实验成果。
先前看到的视频大约被慢放了 33 倍，它所能处理的上限大约在 2024 个原子。在未来，研究者预计其可以额外再控制数千个原子，尽管这个量级与 Mark Saffman（威斯康星大学，University of Wisconsin–Madison）所提出的百万级量子位需求还差得远。
但，潘建伟认为 AI 模型不应该在跟上进度方面有问题。他表示，增加原子不应该导致 AI 思考过程出现延迟，这意味着该方法「可以轻松扩展到未来的 10,000 甚至 100,000 个原子」。
原文链接：https://www.nature.com/articles/d41586-025-02577-9
