布里斯托大学量子工程技术实验室（QETLabs）的科学家开发了一种算法，该算法可提供对量子系统基本物理原理的宝贵见解-为量子计算和传感领域的重大进展铺平道路，并有可能翻开科学研究的新篇章。
在物理学中，粒子的系统及其演化是通过数学模型来描述的，需要理论论证和实验验证的成功相互作用。更复杂的是粒子系统在量子力学水平上相互作用的描述，这通常是使用哈密顿模型完成的中国机械网okmao.com。量子态的本质使根据观测值建立哈密顿模型的过程变得更加困难，而当试图检查它们时，量子态就会崩溃。
在论文《从实验中学习量子系统的模型》（发表于《自然物理学》上）中，布里斯托尔的QET Labs的量子力学描述了一种算法，该算法通过使用机器学习对哈密顿模型进行逆向工程来充当自治代理，从而克服了这些挑战。
该团队开发了一种新的协议，可以为感兴趣的量子系统制定和验证近似模型。他们的算法可以自主工作，在目标量子系统上进行设计和实验，并将结果数据反馈到算法中。它提出了候选汉密尔顿模型来描述目标系统，并使用统计度量（即贝叶斯因子）对其进行区分。
令人兴奋的是，该团队能够在涉及钻石缺陷中心的现实生活量子实验中成功证明了该算法的能力，而该钻石是经过充分研究的量子信息处理和量子感测平台。
该算法可用于辅助自动表征新设备，例如量子传感器。因此，这种发展代表了量子技术发展的重大突破。
“将当今超级计算机的强大功能与机器学习相结合，我们能够自动发现量子系统中的结构。随着新的量子计算机/模拟器的出现，该算法变得更加令人兴奋：首先，它可以帮助验证设备本身的性能，然后利用这些设备来了解更大的系统，”布里斯托大学QETLabs和量子工程中心的布赖恩·弗林说。
布里斯托尔QETLabs的前安德烈亚斯·金迪尔（Andreas Gentile）说：“这种自动化水平可以在选择最佳模型之前先对各种假设模型进行娱乐，否则，对于复杂性不断提高的系统而言，这项任务将是艰巨的。” 。
Sebastian Knauer说：“了解基本的物理学和描述量子系统的模型，有助于我们增进对适用于量子计算和量子感测的技术的了解。”塞巴斯蒂安·克瑙尔（Sebastian Knauer）以前也是布里斯托尔QETLabs的一员，现在位于维也纳大学物理系。
QETLabs联合主任，布里斯托尔物理学院副教授Anthony Laing和论文的作者赞扬了这个团队：“过去，我们依靠科学家的天才和辛勤工作来发现新的物理学。通过赋予机器具有从实验中学习和发现新物理学的能力，研究团队有可能翻开科学研究的新篇章。其后果的确是深远的。”
研究的下一步是扩展算法，以探索更大的系统以及代表不同物理状态或基础结构的不同类别的量子模型。