如何让量子比特“说话”
1. 词语网络
- 词语的含义：词语的含义并非仅能从字典中获取，在字典出现之前，人们就已使用词语。如今，机器学习词语含义的方式与人类相似，从词语使用的上下文来学习，正如维特根斯坦所说“意义即使用”，弗斯也提出“观其伴而知其词”。
- 句子的含义：句子并非简单的“词语袋”，而是词语以特定方式相互作用的网络。当我们听到一个新句子，只要理解其中的词语，就能理解句子的含义。这引出两个重要问题：
- 如何根据词语的含义推导出句子的含义？
- 能否从句子的含义推断出词语的含义？
大约10年前，有人开始绘制网络（即“字符串图”）来解决第一个问题。例如：
flowers likes Bob gives Claire that (the) Alice以更简单的例子 “Alice hates Bob” 来说，盒子代表词语的含义，线是传递含义的通道，主语 “Alice” 和宾语 “Bob” 被传递到动词 “hates”，共同构成句子的含义。这种方式可扩展到更大的句子甚至多篇文本。词语在句子中的流动可追溯到20世纪30年代的相关研究，这些研究将不同语言的语法结构统一为单一的数学结构。
2. 语言是量子原生的
字符串图源于为量子理论提供类似网络语言的先前工作。研究建立了词语含义与量子态、语法结构与量子测量之间的直接对应关系。这引发了
