量子神经网络能够高效学习碎片化
Fragmentation is Efficiently Learnable by Quantum Neural Networks
精选理由
介绍量子神经网络高效识别量子态所属碎片，并揭示其潜在经典难度。
AI 摘要
arXiv:2512.00751v4 公告类型：替换-交叉 摘要：在某些类别的物理量子系统中，指数规模的状态空间会“碎片化”为许多低维、动力学上彼此不连通的子空间。我们提出了一种称为碎片分类的学习问题：给定一个量子态输入，判断该量子态属于哪个子空间。我们证明，当碎片化现象满足某些条件时，在量子计算机上可以高效地解决这一学习问题。此外，我们通过证明已知的去量子化技术无法解决碎片分类问题，为该任务在经典计算上的困难性提供了支持性证据。因此，这项工作提供了一个罕见的、具有物理动机的量子机器学习任务实例：量子计算机能够高效执行该任务，且目前尚无已知的经典去量子化方法。