协同量子生成式机器学习

我们提出了一种显著降低超参数数量的生成式量子机器学习新方法，并报告了证明我们方法可行性的原理验证实验。我们的方案依赖于生成器与判别器之间的协作，因此称之为量子协同生成学习。我们给出了数值证据，表明在某些情况下，协同方法优于近期提出的量子生成对抗学习。除使用量子模拟器获得的结果外，我们还展示了使用实际可编程量子计算机得到的实验结果。我们研究了实现生成学习算法的量子计算机如何学习贝尔态的概念。完成学习过程后，该网络既能识别也能生成纠缠态。我们的方法可视为理解量子计算机如何学习与展示量子纠缠概念的一个可能的初步步骤。