近日，等離子體所科研團隊與北京郵電大學(xué)、深圳大學(xué)、中國移動軟件技術(shù)有限公司等單位合作，在EAST托卡馬克裝置上利用經(jīng)典?量子混合框架開展診斷數(shù)據(jù)研究取得新進展。科研團隊提出一種基于Koopman算子理論與量子機器學(xué)習(xí)的物理啟發(fā)式經(jīng)典-量子混合框架，能夠有效解決下一代磁約束聚變裝置在復(fù)雜電磁環(huán)境下診斷數(shù)據(jù)實時清洗難、量子處理器接口受限等關(guān)鍵問題。

磁約束聚變診斷每個脈沖產(chǎn)生海量多通道時序信號，但其中相當(dāng)一部分被電磁干擾、傳感器異常等污染。傳統(tǒng)閾值方法難以適應(yīng)新型等離子體運行模式，經(jīng)典深度學(xué)習(xí)雖性能強勁卻需要數(shù)萬至數(shù)十萬參數(shù)，而當(dāng)前NISQ處理器在比特數(shù)和相干時間上嚴(yán)重受限，如何將高維混沌數(shù)據(jù)編碼到小型量子電路中成為輸入瓶頸。研究團隊發(fā)現(xiàn)Koopman算子演化與量子演化在表示層面存在結(jié)構(gòu)同構(gòu)性，基于此設(shè)計了Koopman?PQNN兩階段混合管道：首先通過Koopman嵌入模塊從原始信號中提取低維殘差統(tǒng)計特征，濾除可預(yù)測的線性動力學(xué)成分，保留對異常敏感的非線性偏差；隨后將壓縮后的6維特征編碼進兩個并行的3?qubit量子電路，經(jīng)變分層處理后輸出“正常/異常”二分類結(jié)果，整個過程中僅變分層參數(shù)參與優(yōu)化，參數(shù)總量僅約0.1k。

在EAST先進診斷上系統(tǒng)4763條標(biāo)注通道序列上的驗證表明，Koopman?PQNN在測試集上達到約97.0%的異常檢測準(zhǔn)確率，僅略低于原始深度CNN的98.0%，但參數(shù)數(shù)量僅為后者的約0.2%。通過t?SNE投影與輪廓系數(shù)量化，該模型的特征聚類質(zhì)量高達0.800，顯著優(yōu)于原始數(shù)據(jù)CNN（0.392）和經(jīng)典特征CNN（0.754）。為評估對真實硬件噪聲的容忍度，團隊模擬了有限采樣/讀出誤差和期望值高斯擾動，結(jié)果顯示在128 shots時準(zhǔn)確率即超過96.2%，在極端擾動下仍保持92.8%以上。此外，2×3?qubit并行子電路設(shè)計使各子電路可獨立運行于不同小型量子處理器，降低了對單一大型芯片的依賴，更貼合NISQ時代硬件現(xiàn)狀。

相關(guān)研究工作系統(tǒng)形式化了Koopman?量子同構(gòu)的理論基礎(chǔ)，為物理信息降維與量子協(xié)同處理提供了可擴展的理論接口。在數(shù)據(jù)高維、動力學(xué)復(fù)雜且受物理規(guī)律約束的領(lǐng)域，物理啟發(fā)的預(yù)處理+小型量子電路的混合范式是一條值得深入探索的實用路線。

圖1：算法示意圖：(a) 經(jīng)典?量子混合框架；(b) Koopman嵌入模塊；(c) 并行量子神經(jīng)網(wǎng)絡(luò)。

圖2：測試結(jié)果：(a)(b) 與四種基線的測試準(zhǔn)確率和訓(xùn)練損失對比；(c) 期望值高斯擾動下的精度變化；(d) 有限采樣/讀出誤差下的精度變化。