控制一個籃球的軌跡是相對簡單的，因為它只需要應用機械力和人的技能。然而，控制像原子和電子這樣的量子系統的運動則構成了更大的挑戰。這些微小的粒子很容易受到擾動，從而導致它們以意想不到的方式偏離其預定的路徑。此外，系統內的運動會退化，即所謂的阻尼，而溫度等環境因素的噪音會進一步擾亂其軌跡。

量子系統指的是對根據量子力學原理運行的系統的研究。這些系統包括原子、分子和亞原子粒子，並以其獨特的屬性而聞名，如疊加、糾纏和量子乾擾。

為了抵消阻尼和噪音的影響，來自日本沖繩科學與技術研究所（OIST）的研究人員已經找到了一種方法，利用人工智能發現並將強度波動的穩定光脈衝或電壓應用於量子系統。這種方法能夠成功地將一個微型機械物體冷卻到其量子狀態，並以一種優化的方式控制其運動。這項研究最近發表在《物理評論研究》雜誌上。

其基本思想是通過應用人工智能代理（左）來實現量子控制。例如，在存在環境噪音的情況下，為了將量子球（紅色）冷卻到井底，基於強化學習的AI控制器將識別智能控制脈衝（中間的極坐標圖） 資料來源：OIST

與原子或電子相比，較大的微觀機械物體，在保持高溫，甚至室溫的情況下是有跡可循的。然而，如果這種機械模式可以被冷卻到它們的最低能量狀態，物理學家稱之為基態，那麼量子行為就可以在這種系統中實現。然後，這些類型的機械模式可以被用作力、位移、重力加速度等的超靈敏傳感器，以及用於量子信息處理和計算。

文章的主要作者、Jason Twamley教授實驗室的OIST量子機器組的博士後學者Bijita Sarma博士說：”由量子系統構建的技術提供了巨大的可能性。但是，為了從它們對超精密傳感器設計、高速量子信息處理和量子計算的承諾中獲益，我們必須學會設計實現快速冷卻和控制這些系統的方法。”

她和她的同事設計的基於機器學習的方法展示了人工控制器如何被用來發現非直觀的智能脈衝序列，這些脈衝序列可以比其他標準方法更快地將一個機械物體從高溫冷卻到超低溫。這些控制脈衝是由機器學習代理自行發現的。這項工作展示了人工機器智能在發展量子技術方面的效用。

量子計算有可能通過實現高計算速度和重新設定加密技術來徹底改變世界。這就是為什麼許多研究機構和Google、IBM等大型科技公司正在投入大量資源開發此類技術。但要實現這一點，研究人員必須在非常高的速度下實現對這種量子系統運行的完全控制，這樣才能消除噪聲和阻尼的影響。

“為了穩定一個量子系統，控制脈衝必須是快速的–而我們的人工智能控制器已經顯示出有希望實現這樣的成就，”Sarma博士說。”因此，我們提出的使用人工智能控制器的量子控制方法可以在高速量子計算領域提供一個突破，它可能是實現量子機器自動駕駛的第一步，類似於自動駕駛汽車。我們希望這樣的方法能夠吸引許多量子研究人員參與到未來的技術發展中”。