兰开斯特大学的研究人员是一个团队的成员，该团队创建了一种机器学习算法，该算法可与量子设备连接，并且比人类专家更快地“调试”它，而无需任何人工输入。

牛津大学与DeepMind，巴塞尔大学和兰开斯特大学合作的研究人员将其称为“用于量子设备的Minecraft探索器”。

经典计算机由数十亿个晶体管组成，它们一起可以执行复杂的计算。这些晶体管在制造过程中会出现小的缺陷，但通常不会影响计算机的运行。但是，在量子计算机中，类似的缺陷会严重影响其行为。

在原型半导体量子计算机中，纠正这些缺陷的标准方法是调节输入电压以消除它们。此过程称为调整。但是，即使对于单个量子器件，识别电压调整的正确组合也需要大量时间。这实际上使构建有用的通用量子计算机所需的数十亿个设备成为不可能。

Nature Communications的科学家们描述了一种解决该问题的机器学习算法。他们希望通过摆脱量子装置之间的差异，使大型量子电路变得可行，并释放从医学到密码学等领域的量子技术的潜力。

牛津大学材料系的主要作者纳塔利娅·阿里斯(Natalia Ares)博士说：“迄今为止，调谐困难一直是构建大型量子电路的主要障碍，因为这项任务很快变得很棘手。我们已经证明，使用机器学习可以完全自动地完成对量子设备的调整。该演示展示了通往量子处理器可扩展性的有希望的途径。

科学家的机器学习算法采用与Minecraft播放器类似的方法。在这个游戏中，玩家经常在黑暗的洞穴中，不得不寻找矿石。他们可以使用手电筒照亮洞穴的一部分，一旦发现一些矿石，人们期望在附近发现更多的矿石。但是，有时值得探索洞穴的其他地方，在那里可以找到更多的矿石。这是勘探与开发之间的权衡。在这种情况下，机器必须为量子设备(矿石)找到正确的工作条件，并为此目的探索一个黑暗的洞穴(由电压定义的参数空间)。一旦找到了良好的运行条件，就应该在开发-探索之间进行权衡。火炬是量子设备的量度，价格昂贵，因此稀缺，

阿瑞斯博士说：“我们惊讶的是，该机器比实验室中的人类更好，我们多年来一直在学习如何有效地调谐量子设备。对于人类来说，这需要培训，有关设备物理的知识和一些直觉!

“我们的最终目标是完全自动化大型量子电路的控制，为利用量子物理学特殊性的全新技术开辟道路。”

兰开斯特大学物理系的另一位作者 爱德华·莱德博士补充说：“当我在2000年代当博士学位时(与多米尼克·祖姆布尔在同一实验室，后者是巴塞尔大学的该项目的合作者之一)，我通常会花费数周的时间手动调整一个原型qubit。大家都知道，有一天我们需要使任务自动化，但是我不知道该怎么做。借助机器学习，我们现在可以看到一种实现方法。我希望不久我们将能够使用我们的方法来完全调整小型量子计算机。”