生于 89 年的上海女孩乔璐枫，通过自学量子力学，跨专业考入了上海交大学物理系，并加入了金贤敏教授的集成量子信息技术研究中心。

　　乔璐枫告诉 DeepTech，本次论文工作耗时将近 3 年，论文最终版本和最初版完全不一样。

　　期间经历实验技术的飞跃、上百篇文献的阅读、文字撰写和图表绘制等。比如，论文中的一个装置图就修改过不下 20 次，好在结果令人满意。

　　这篇论文最终以《量子围棋机》（Quantum Go Machine）为题发表在 arXiv 预印本平台，乔璐枫是第一作者，她的导师——上海交通大学物理与天文学院教授金贤敏，则是论文的通讯作者。

　　金贤敏教授带领的集成量子信息技术研究中心一直致力于光子集成芯片、量子信息和人工智能的研究研发。

　　围棋游戏是对现实世界的简化

　　对于论文研究背景，乔璐枫表示，长期以来研究人员都热衷用游戏来测试 AI 算法，这是因为游戏通过使用确定规则，描述出一个闭合世界，事实上这一过程是对现实世界的简化。

　　自 2016 年谷歌 AlphaGo 战胜世界围棋冠军李世石后，不少研究者将测试 AI 算法的研究方向、转向具备非确定性和非完美信息的游戏（即游戏双方并不完全掌握对方持有的既定信息的游戏），如扑克、麻将、Dota2 和星际争霸 II 等。

　　游戏中的不确定性，非常适合量子物理学中的叠加和纠缠等特征。而量子围棋的可调整维度，比传统围棋要大很多，它可以模拟各种难度的游戏。

　　在此背景下，量子 AI 正在兴起，相关研究人员已提出量子版本的机器学习算法，有的已进入实验流程。

　　而本次研究的主要思路，是把量子效应加入游戏中，最终发现了量子物理和游戏这两个领域中的相似变量。

　　研究使用的棋子，是以光子纠缠模拟处于量子叠加状态的棋子，即量子棋子。

　　传统棋子只能占据棋盘中的一个位置，而量子棋子能同时占据棋盘上的两个位置，这两个位置一般称为 A 和 B。

　　棋子具体在 A 位置还是 B 位置，只有测量后才能确定。为此，该团队使用了一对极化纠缠光子对，即在某个自由度上、处于纠缠状态的两个光子。

　　测量时，当一个光子呈现水平极化，则另一个光子必定处于垂直极化，这时把测试结果编码为“0”。同样，当一个光子呈现垂直极化，则另一个光子必定处于水平极化，这时把测试结果编码为“1”。

　　处于叠加态的量子棋子被测量后，塌缩到 A 或者 B 位置时，就可以用 “0” 事件或 “1” 事件来决定。

　　图 | 量子围棋机草图（来源：受访者）

　　乔璐枫表示，之所以选择量子围棋，是因为该游戏的规则，更接近现实世界。

　　其所在团队发现，通过引入纠缠和塌缩，量子围棋可横跨确定性 - 非完美信息、非确定性 - 完美信息和非确定性 - 非完美信息等三个游戏类型。这种多样性的好处，是可以为 AI 算法提供通用测试平台。

　　目前，该团队正在采用量子围棋和传统围棋混合的系统，来研发量子围棋机器，以期实现超大棋盘上的游戏。

　　届时，玩家在下量子围棋时，也能在普通棋盘上玩，但需要一台计算机来记录棋局的状态，并通过相应设备来生成一对量子纠缠的光子。

　　计算机在记录棋子变化时，会记录棋子在棋盘上所占据的两个位置、以及玩家对这两个位置的选择。

　　当棋子出现在两个位置的连接处，就会进入塌缩测量阶段，这时计算机会从存储的时间序列中，取出纠缠光子对的测量结果。

　　值得注意的是，取出方式可以按顺序取出，也可以按玩家的要求随机取出，每个结果在使用后都会被销毁，以避免重复使用。