人工智能设计了人类无法理解的量子实验场景。MELVIN是Crane创建的一套机器学习算法，属于人工智能的一种。它的任务是混合和比较标准量子实验的构建块，以找到解决新问题的方法。克莱恩发现梅尔文确实有很多有趣的发现，但其中有一个让他感到困惑。“我当时的第一反应是，‘我的程序一定有bug’，因为这个解决方案是不可能的。”MELVIN似乎想通过创造一个复杂的多光子纠缠态来解决这个问题。问题在于，Crane、AntonSalinger和他们的同事没有向MELVIN提供创建如此复杂的量子态所需的规则，但MELVIN自己想出了办法。最后，Crane意识到算法发现的其实是90年代初期设计的一组实验安排，只不过原来的那组实验要简单得多，而MELVIN解决的问题远比它复杂。“一旦我们了解了正在发生的事情，我们就概括并概括了解决方案，”Crane说。从那以后，其他团队开展了梅尔文设计的新实验，以全新的方式检验量子力学的理论基础。与此同时，Crane从维也纳大学跳槽到多伦多大学，在那里他与新同事一起改进他们的机器学习算法。他们最近开发了一种名为THESEUS的人工智能系统，不仅速度比MELVIN快几个数量级，而且计算结果人类一目了然。MELVIN的计算花了Crane和他的同事几天，如果不是几天，就理解了，但THESEUS的计算几乎是不言自明的。克莱恩接触到这个研究项目纯属偶然。他和他的同事们试图弄清楚如何通过实验创造光子的量子纠缠：当两个光子相互作用时，它们形成一种“纠缠”关系，其中两个光子只能通过相同的量子态进行数学描述。如果你测量其中一个光子的状态，即使两个光子相距数千英里，测量结果也会与另一个光子的状态相匹配（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·霍恩和塞林格这三位物理学家描述了一种称为GHZ（他们名字首字母的组合）的量子态。GHZ量子态涉及四个光子，每个光子处于两个状态0或1的叠加（此量子态称为量子位）。三人发表的论文中，GHZ态包含4个相互纠缠的量子比特，整个系统处于二维量子叠加态，要么是0000，要么是1111。如果测量其中一个光子，发现处于0态，整个叠加态都会坍缩，其他光子的态也为0；1的测量结果也是如此。在20世纪90年代后期，Salinger和他的同事首先通过实验观察到了三个量子位的GHZ态。Crane及其同事还想观察更高维的GHZ状态。他们想使用三个光子，每个光子都具有三个维度，处于状态0、1和2的叠加状态。这种量子状态称为“三维量子位”。Crane团队正在寻找的是三维GHZ状态，处于000、111、222这三个态的叠加态。这种量子态可以大大提升量子通信的性能、安全性，以及量子计算的速度。2013年底，研究人员花了数周的时间设计实验并携带进行计算，试图通过实验创建所需的量子态，但每次都以失败告终。Crane说：“我吓坏了，为什么我们不能为实验找到正确的设置？”为了加快研究进程，克莱因首先编写了一套可以根据实验设置计算出实验结果的计算机程序，然后升级程序，将光学测试上用于产生和操纵光子的基本模块集成在一起bench.，包括激光器，非线性光学晶体，分束器，移相器，全息图等。这个程序将这些模块随机混合搭配，形成大量的配置，依次进行计算和输出结果。MELVIN是这样的出生。”在几个小时内，该程序找到了我们科学家几个月来一直无法找到的解决方案。“这是疯狂的一天，”克莱恩指出。“我仍然不敢相信它发生了。”“接下来，他给了MELVIN多智慧。每次发现有用的配置，MELVIN都会将其添加到他的“工具箱”中。”这个算法会记住这些，并尝试利用它们找到更复杂的解决方法。但正是“进化”的MELVIN让克瑞恩在维也纳的那个咖啡馆感到疑惑。在MELVIN的实验性“工具箱”中，克瑞恩添加了两颗水晶，每颗都可以产生一对处于三维纠缠态的光子。Crane曾认为MELVIN会找到一种实验配置，可以将这两组光子组合到多达九个维度。但“它居然找到了一个非常难得的解，纠缠度比其他量子态要高很多。”Crane最终发现MELVIN实际上使用了近30年前由几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了其中一种实验方法。然后，在1994年，塞林格和奥地利因斯布鲁克大学的同事设计了另一个。从概念上讲，这些实验的结果相似，但塞林格的实验设置更简单、更容易理解。在这个实验中，一组光子（A和B）由一个晶体产生，这两个光子穿过另一个晶体产生光子C和D。从第一个晶体发出的光子A和从第一个晶体发出的光子C的行进路线第二个晶体会完全重叠，两者会到达同一个探测器，所以探测器无法判断某个光子是来自第一个还是第二个晶体。光子B和光子D也是如此。移相器可以改变光子的相位。如果在两个晶体之间放置一个移相器并不断改变相移的程度，就会对检测器造成相长或相消的干扰。假设每个晶体每秒可以产生1000对光子；产生相长干涉时，探测器每秒可接收4000对光子；而在产生相消干涉时，接收到的光子数为零，因为虽然单晶每秒产生的光子对数为1000对，但整个系统并没有产生单个光子。MELVIN的解决方案也包括这样的重叠路线。令Crane感到困惑的是，他的算法中只有两个晶体。MELVIN并没有在实验开始时使用这两个晶体，而是将它们放在干涉仪（一种将光子的行进路径一分为二，然后将两者重新组合的干涉仪）中。经过一番研究，他意识到梅尔文使用的实验装置相当于使用了两个以上的晶体，从而可以产生更高维的纠缠态。除了产生复杂的纠缠态之外，使用具有两个以上晶体的实验装置还可以实现Salinger在1994年用两个晶体进行的实验的“广义”版本。Crane在多伦多大学的同事EphremSteinberg对AI感到震惊调查结果。“据我所知，这种概括是人类永远无法想象或自己实现的。”在一个广义的实验配置中，晶体的数量是四个，每个晶体将产生一对光子，光子有四个重叠的路径到四个探测器。量子干涉可以形成相长干涉，即四个探测器都能探测到光子；或相消干涉，即没有一个检测器可以检测到光子。但直到最近，真正进行这样的实验还是一个遥远的梦想。然而，今年3月，中国科学技术大学和克瑞恩的研究人员在联合预印本论文中报告称，他们在光子芯片上构建了完整的实验配置，并成功开展了实验。由于光子芯片具有极强的光学稳定性，研究人员在实验中连续采集数据超过16个小时，这在大规模实验中是不可能实现的。当他们第一次尝试简化和概括MELVIN的研究成果时，Crane和他的同事们意识到这个解决方案实际上类似于数学中称为“图形”的抽象表示。图由“顶点”和“边”组成，可以用来描述对象之间的配对关系。在量子实验中，每个光子的行进路线可以用一个“顶点”来表示，每个晶体可以用连接两个顶点的“边”来表示。MELVIN首先创建了这样一个图，然后进行了一系列称为“完美匹配”的数学运算，这意味着每个顶点只连接到一条边。这个过程可以大大简化最终量子态的计算，但对人类来说仍然是不可理解的。然而，梅尔文的继任者忒修斯的出现改变了这一切。它筛选第一步生成的复杂图形，逐渐将边和顶点的数量减少到最少（如果进一步减少，实验装置将不会产生所需的量子态）。这样的图比MELVIN的完美匹配图简单得多，因此更易于人类理解。澳大利亚格里菲斯大学的EricGavarkandi对这项工作印象深刻。“这些机器学习技术真的很有趣。有些解决方案对人类科学家来说看起来‘新颖’。但在现阶段，这些算法还远不能真正提出新想法和创造新概念。但是，我相信“那一天迟早会到来。虽然我们还在学走路，但千里之行始于足下。”Steinberg对此表示赞同：“就目前而言，这些都是很棒的工具。像所有好的工具一样，它们帮助我们实现了原本不可能实现的目标。”
