本期『量子信息』专栏主持人邓光伟专栏评述

2021-03-26

电子科技大学学报 2021年5期

评“基于量子条件主方程的隐马尔可夫模型”吴热冰

隐马尔可夫模型作为一类重要的统计学习模型，天然适用于和时间序列数据相关的学习任务。但如果在经典计算机上实现或拟合隐马尔可夫模型的时候，其数值计算复杂度会随着隐藏状态维度和观测空间的维度增加而变得难以承受。这在一定程度上是由于经典计算模型本质上是用于解决确定性的问题，因此一个很自然的想法是能否利用量子计算机来替代经典计算机，利用量子系统内禀的随机性模拟动态马尔可夫过程。不仅如此，量子系统独有的状态叠加性为模型赋予了维数巨大的隐藏状态空间，并有可能带来潜在的并行计算加速。

该文沿着这个方向进行了深入的探讨，指出开放量子系统的演化就是一个天然的量子隐马尔可夫模型，并利用量子条件主方程对这个模型的数学性质进行了刻画，并提出了一种基于极大似然估计思想的变分学习算法来拟合量子隐马尔可夫模型。在量子计算飞速发展的今天，如果这类模型得以实现并应用，即使在中等规模的量子芯片上也有可能发挥出巨大的潜力，并迅速应用于生物制药、金融、语言处理等急需新型计算推动产生变革的领域。