使用量子力学的技术在不久的将来将更加常见，这些技术可能包括使用量子信息作为输入和输出数据的设备。但这些设备尚不成熟，还需要进行仔细验证。如果设备的输出取决于先前的输入，那么验证就更具挑战性。
来自东京大学信息科学与技术研究生院的博士后研究员Quoc Hoan Tran和副教授Kohei Nakajima开发出新算法，通过纳入量子系统中存在的某种记忆效应，极大地提高了量子设备的验证效率。
研究员表示，他们求助于机器学习和一种叫做量子存储库计算的技术来建立他们的新算法。新算法可以学习量子系统中随时间变化的输入和输出模式，并有效地猜测这些模式将如何变化。由于它不需要知道量子系统的内部运作，只需要知道输入和输出，该团队的算法更简单、可以更快地产生结果。
研究员说：“目前，我们的算法可以模拟某种量子系统，但不同的设备在处理能力上可能差别很大。因此，我们下一阶段的研究将是扩大新算法的能力，使一些功能更具通用性。”
该研究论文题为"Learning Temporal Quantum Tomography"，已发表在《物理评论快报》期刊上。
