[发明专利]量子鉴别器的构造方法、装置、介质及电子装置

说明书

本发明公开了一种量子鉴别器的构造方法、装置、介质及电子装置，本发明通过确定对单量子比特的量子态执行叠加操作的第一量子逻辑门，确定对两量子比特的量子态执行叠加操作的第二量子逻辑门，确定对两量子比特的量子态执行纠缠操作的第三量子逻辑门，以及确定用于求解两个不同量子态的保真度的第四量子逻辑门；将所述第一量子逻辑门、所述第二量子逻辑门和所述第三量子逻辑门作用在数据比特上，以及将所述第四量子逻辑门作用在所述数据比特和预设的辅助比特上，得到量子鉴别器；通过该量子鉴别器进而可以构造量子GAN或者量子经典混合GAN，从而利用量子叠加的特性去高效的处理数学问题，解决GAN计算量大和训练过程收敛失败的问题。

技术领域

本发明属于量子计算技术领域，尤其涉及一种量子鉴别器的构造方法、装置、介质及电子装置。

背景技术

生成对抗网络(Generative Adversarial Networks，GAN)是深度学习领域的一个重要生成模型，即两个网络生成器(Generator)和鉴别器(Discriminator))在同一时间训练并且在极小化极大算法(minimax)中进行竞争。这种对抗方式避免了一些传统生成模型在实际应用中的一些困难，巧妙地通过对抗学习来近似一些不可解的损失函数，在图像、视频、自然语言和音乐等数据的生成方面有着广泛应用。但是GAN的计算量很大，经典GAN在训练过程中容易出现收敛失败的问题。而量子计算机的出现为解决该问题提供了一种可能的方式。

量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解RSA密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术。如何构造可以应用于量子计算机的量子鉴别器是解决GAN计算量大和训练过程收敛失败问题的关键步骤。

发明内容

本发明的目的是提供一种量子鉴别器的构造方法、装置、介质及电子装置，旨在构造可以应用于量子计算机的量子鉴别器，以解决GAN计算量大和训练过程收敛失败的问题。

本发明的一个实施例提供了一种量子鉴别器的构造方法，所述方法包括：

确定对单量子比特的量子态执行叠加操作的第一量子逻辑门，确定对两量子比特的量子态执行叠加操作的第二量子逻辑门，确定对两量子比特的量子态执行纠缠操作的第三量子逻辑门，以及确定用于求解两个不同量子态的保真度的第四量子逻辑门；

将所述第一量子逻辑门、所述第二量子逻辑门和所述第三量子逻辑门作用在数据比特上，以及将所述第四量子逻辑门作用在所述数据比特和预设的辅助比特上，得到量子鉴别器。

可选的，所述确定用于求解两个不同量子态的保真度的第四量子逻辑门，包括：

将SWAP测试逻辑门确定为用于求解两个不同量子态的保真度的第四量子逻辑门。

可选的，所述数据比特包括第一量子比特和第二量子比特，所述SWAP测试逻辑门包括H门和受控SWAP门，所述将所述第四量子逻辑门作用在所述数据比特和预设的辅助比特上，包括：

将所述H门作用在预设的辅助比特上，将所述受控SWAP门作用在所述辅助比特、所述第一量子比特以及所述第一量子比特对应的所述第二量子比特上，将所述H门再次作用在所述辅助比特上，所述受控SWAP门的控制比特为所述辅助比特。

可选的，所述将所述第一量子逻辑门作用在数据比特上，包括：

将所述第一量子逻辑门分别作用在每个所述第一量子比特上。

可选的，所述将所述第二量子逻辑门作用在数据比特上，包括：

将所述第二量子逻辑门分别作用在每两个相邻的所述第一量子比特上。