量子测量设备校准方法及装置、电子设备和介质与流程

1.本公开涉及计算机领域，尤其涉及量子计算机技术领域，具体涉及一种量子测量设备校准方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.量子计算机技术在近几年得到了飞速发展，但是在可预见的未来量子计算机中的噪声问题是难以避免的：量子比特中的热量耗散或是更底层的量子物理过程中产生的随机波动，将使得量子比特的状态翻转或随机化，以及测量设备读取计算结果出现偏差，都可能导致计算过程失败。
3.目前量子测量设备校准的技术方案，根据对校准矩阵结构的假设可以分为以下两类：张量积模型(tensor product model)和无结构模型(complete model)。在张量积模型中，需要假设n个量子比特测量设备相互之间不影响，因此无法精确刻画校准矩阵。无结构模型很好地解决了张量积模型存在的问题，但是可能会导致“零概率事件”，使得同样无法精确刻画校准矩阵。


技术实现要素：

4.本公开提供了一种量子测量设备校准方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种量子测量设备校准方法，包括：制备一个或多个标准基量子态|y》，以使得对于每一个标准基量子态，重复运行所述测量设备预定次数次以对所述标准基量子态进行测量，其中y∈{0,1}n，n为量子计算机的量子比特数，n为正整数；对所获得的所述每一个标准基量子态所对应的所述预定次数的测量结果进行统计，以构建校准矩阵；确定所述校准矩阵中的每一列的零元素的个数；基于所述零元素的个数确定每一列所对应的修正系数，其中所述修正系数与所述零元素的个数成反比；以及基于所述每一列所对应的修正系数构建新的校准矩阵，以基于所述新的校准矩阵对测量结果进行校正。
6.根据本公开的另一方面，提供了一种量子测量设备校准装置，包括：制备单元，配置为制备一个或多个标准基量子态|y》，以使得对于每一个标准基量子态，重复运行所述测量设备预定次数次以对所述标准基量子态进行测量，其中y∈{0,1}n，n为量子计算机的量子比特数，n为正整数；第一构建单元，配置为对所获得的所述每一个标准基量子态所对应的所述预定次数的测量结果进行统计，以构建校准矩阵；第一确定单元，配置为确定所述校准矩阵中的每一列的零元素的个数；第二确定单元，配置为基于所述零元素的个数确定每一列所对应的修正系数，其中所述修正系数与所述零元素的个数成反比；以及第二构建单元，配置为基于所述每一列所对应的修正系数构建新的校准矩阵，以基于所述新的校准矩阵对测量结果进行校正。
7.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至
少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行本公开所述的方法。
8.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开所述的方法。
9.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所述的方法。
10.根据本公开的一个或多个实施例，通过引入修正系数，增加小概率的同时减少了大概率，尽量使得概率分布趋于均匀，从而可以使用更准确的概率分布来调整最大似然估计结果。
11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
12.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
13.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
14.图2示出了根据本公开的实施例的对量子测量设备的测量噪声的处理流程图；
15.图3示出了根据本公开的实施例的量子测量设备校准方法的流程图；
16.图4示出了根据本公开的实施例的量子测量设备校准装置的结构框图；以及
17.图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
18.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
19.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
20.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
21.下面将结合附图详细描述本公开的实施例。
22.迄今为止，正在应用中的各种不同类型的计算机都是以经典物理学为信息处理的理论基础，称为传统计算机或经典计算机。经典信息系统采用物理上最容易实现的二进制
数据位存储数据或程序，每一个二进制数据位由0或1表示，称为一个位或比特，作为最小的信息单元。经典计算机本身存在着不可避免的弱点：一是计算过程能耗的最基本限制。逻辑元件或存储单元所需的最低能量应在kt的几倍以上，以避免在热胀落下的误动作；二是信息熵与发热能耗；三是计算机芯片的布线密度很大时，根据海森堡不确定性关系，电子位置的不确定量很小时，动量的不确定量就会很大。电子不再被束缚，会有量子干涉效应，这种效应甚至会破坏芯片的性能。
23.量子计算机(quantum computer)是一类遵循量子力学性质、规律进行高速数学和逻辑运算、存储及处理量子信息的物理设备。当某个设备处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机遵循着独一无二的量子动力学规律(特别是量子干涉)来实现一种信息处理的新模式。对计算问题并行处理，量子计算机比起经典计算机有着速度上的绝对优势。量子计算机对每一个叠加分量实现的变换相当于一种经典计算，所有这些经典计算同时完成，并按一定的概率振幅叠加起来，给出量子计算机的输出结果，这种计算称为量子并行计算。量子并行处理大大提高了量子计算机的效率，使得其可以完成经典计算机无法完成的工作，例如一个很大的自然数的因子分解。量子相干性在所有的量子超快速算法中得到了本质性的利用。因此，用量子态代替经典态的量子并行计算，可以达到经典计算机不可比拟的运算速度和信息处理功能，同时节省了大量的运算资源。
24.随着量子计算机技术的飞速发展，由于其强大的计算能力和较快的运行速度，量子计算机的应用范围越来越广。例如，化学模拟是指将真实化学体系的哈密顿量映射到物理上可操作哈密顿量，然后调制参数和演化时间，以找到能够反映真实化学体系的本征态的过程。在经典计算机上对一个n电子化学体系进行模拟时，涉及到2n维薛定谔方程的求解，计算量会随体系电子数的增加而呈指数式递增。因此经典计算机在化学模拟问题上作用十分有限。想要突破这一瓶颈，就必须依靠量子计算机强大的计算能力。量子本征求解器算法(variational quantum eigensolver，vqe)是一种在量子硬件上进行化学模拟的高效量子算法，是量子计算机近期最有前途的应用之一，开启许多新的化学研究领域。但是现阶段量子计算机测量噪声率明显限制了vqe的能力，因此必须首先处理好量子测量噪声问题。
25.量子本征求解器算法vqe的一个核心计算过程是估计期望值tr[oρ]，其中ρ是由量子计算机生成的n量子比特的量子态(n-qubit quantum state)，而n量子比特可观测量o是真实化学体系的哈密顿量映射到物理上可操作哈密顿量。上述过程是量子计算提取经典信息的最一般形式，是从量子信息中读取经典信息的核心步骤。一般地，可以假设o是一个计算基下的对角矩阵，因此理论上可以通过公式(1)计算期望值tr[oρ]：
[0026][0027]
其中，o(i)表示o的第i行第i列元素(假设矩阵元素索引从0开始编号)。上述量子计算过程可以如图1所示，其中，将量子计算机101生成n量子比特量子态ρ并将该量子态ρ经由测量设备102进行测量以获得计算结果的过程执行m次，统计输出结果i的次数mi，估算出ρ(i)≈mi/m，进而可以通过经典计算机103估算出tr[oρ]。示例地，测量设备102可以通过n(正整数)个单量子比特测量设备1021实现对n量子比特量子态ρ进行测量以获得测量结果。大数定律可以保证当m足够大的时候，上述估算过程是正确的。
[0028]
但是在物理实现中，由于仪器、方法、条件等种种因素的局限，测量设备无法精准工作从而产生测量噪声，使得实际估算出的值ni/n和ρ(i)有偏差，导致利用公式(1)计算tr
[oρ]出现错误。其主要问题在于，由于测量误差的存在，统计输出结果i的次数ni不准确。实验上，量子测量的噪声主要有两个来源：其一是谐振器本身的热涨落效应和测量过程中产生的噪声，会影响不同态的可区分度；其二是由于量子比特从激发态衰退至基态，导致读取结果不正确。因此，如何降低测量噪声的影响，以期得到tr[oρ]的无偏估计成为亟待解决的问题。
[0029]
通常，可以先校准测量设备然后纠正测量设备输出结果，其工作流程可以如图2所示。在这个测量噪声处理基本流程中，实验人员首先制备很多校准电路(步骤210)，然后将这些校准电路在实际测量设备中运行(步骤220)，以探测测量设备的基本信息。具体地，可以在如图1所示的系统中通过量子计算机101构造相应的校准电路，以获得相应的标准基量子态。标准基量子态经测量设备102多次测量后生成校准数据(步骤230)。
[0030]
利用生成的校准数据，可以构造得到一个校准矩阵a(步骤240)，该矩阵刻画了含噪测量设备的噪声信息。后续当需要执行某个具体量子计算任务时，可以首先构造计算任务所对应的量子电路(步骤s10)，并在实际设备中运行这个任务对应的量子电路(步骤s20)，并获得量子电路的含噪输出数据{ni}i(步骤s30)。随后，可以利用已得到的校准矩阵a后处理这些含噪数据(步骤s40)：
[0031][0032]
其中，a-1
表示校准矩阵a的逆。通过校准之后的概率分布p近似{ρ(i)}i，进而计算期望值tr[oρ](步骤s50)，提高计算期望值的精度。
[0033]
由图2所示的测量噪声处理基本流程可以看出，由校准数据构造得到校准矩阵a的过程十分关键，a的质量直接影响校准之后的概率分布p，进而决定了期望值tr[oρ]的精度。
[0034]
目前由校准数据生成校准矩阵a的过程，根据对校准矩阵结构的假设可以分为以下两类：张量积模型和无结构模型。在张量积模型中，实验人员假设图1所示的计算任务中，n个量子比特测量设备相互之间不影响，因此只需要从校准数据中单独计算这些量子比特测量设备的校准矩阵{ak}k，k＝1,
…
,n，这里ak是一个2
×
2的列随机矩阵，然后将这n个矩阵张量起来即可得到维度为2n×2n
的系统校准矩阵：
[0035][0036]
可以看到在张量积模型中，对于校准矩阵a作张量假设之后可以极大程度上简化校准过程。但是在物理实验中，大量的实验数据表明由于量子比特与谐振器耦合，导致量子比特和环境的相互作用增强，使得量子比特的退相干和失相变得更加严重，量子比特测量结果串扰(crosstalk)。因此，张量积模型无法精确刻画校准矩阵a。为解决量子比特之间串扰的问题，无结构模型不对校准矩阵a作任何结构性假设，而是直接从校准数据来推导量子测量设备的性质。其具体的操作流程包括：制备标准基量子态|y》，其中y∈{0,1}n。以|y》为输入，重复运行含噪测量设备共n
shots
次，统计输出结果为二进制字符串x的次数n
x|y
，其中x∈{0,1}n。由定义可知
[0037][0038]
利用数据集{n
x|y
}
x,y
计算校准矩阵a的第y列元素。令a
xy
表示2n×2n
矩阵a的第x行
第y列元素，其值为：
[0039][0040]
穷举所有x∈{0,1}n即可计算得到校准矩阵a的第y列。穷举所有y∈{0,1}n即可计算a所有列元素。公式(4)保证了如上构造的校准矩阵a的第y列满足列随机性质。需要强调的是，公式(5)是最大似然估计(maximum likelihood estimate)方法给出的最优解。显然，重复总次数n
shots
越大，噪声矩阵a的刻画越精确。但是需要制备的量子探测电路也越多，计算开销也越大。
[0041]
如上所述，无结构模型很好地解决了张量积模型存在的问题，但是n
shots
的选取不能太大，否则会导致需要重复制备的基态数目和需运行含噪测量设备总次数非常多，计算资源开销太大。这个限制很可能会导致“零概率事件”：在使用公式(5)时，由于n
x|y
＝0导致a
xy
＝0。数学上来看，零概率事件意味着在后续的数据处理中，“输入量子态为|y》输出结果为x”这个事件永远不会发生，从而导致利用p＝a-1
q来推导正确概率p的时候出现严重问题。
[0042]
零概率事件反应了测量设备的客观规律，即本来就不存在这种类型的测量串扰错误。如果量子测量设备精度足够高，这种情况是可能的。并且，由于检验含噪量子测量设备的校准电路及其测量结果的规模和分布存在局限性和片面性，因此很多可能的测量串扰错误并没有出现在测量结果中。仅仅通过增大n
shots
并不能从根本上解决采样数据不足的问题。
[0043]
为了避免“零概率事件”的发生，如图3所示，根据本公开的实施例，提供了一种量子测量设备校准方法300，包括：制备一个或多个标准基量子态|y》，以使得对于每一个标准基量子态，重复运行测量设备预定次数次以对该标准基量子态进行测量，其中y∈{0,1}n，n为量子计算机的量子比特数，n为正整数(步骤310)；对所获得的每一个标准基量子态所对应的预定次数的测量结果进行统计，以构建校准矩阵(步骤320)；确定校准矩阵中的每一列的零元素的个数(步骤330)；基于零元素的个数确定每一列所对应的修正系数，其中修正系数与零元素的个数成反比(步骤340)；以及基于每一列所对应的修正系数构建新的校准矩阵，以基于新的校准矩阵对测量结果进行校正(步骤350)。
[0044]
根据本公开的实施例，通过引入修正系数，增加小概率的同时减少了大概率，尽量使得概率分布趋于均匀，从而可以使用更准确的概率分布来调整最大似然估计结果。
[0045]
具体而言，假设校准电路|y》运行n
shots
后得到输出结果x的次数为n
x|y
，那么假设x观察到的次数比实际统计次数多发生βy次(称之为“修正系数”)，即实际记录下来的输出结果为x的次数是n
x|y
βy。修正系数βy使得每个输出结果x至少能被观察到βy次。
[0046]
因此，根据一些实施例，为了避免“零概率事件”的发生，使用统计学上的加法平滑技术(additive smoothing)。具体地，可以根据公式(6)构建新的校准矩阵：
[0047][0048]
其中，为所述新的校准矩阵的第x行第y列元素，n
x|y
为输入标准基量子态|y》后获得测量结果为x的次数，n
shots
为所述预定次数，βy为所述第y列元素所对应的修正系数。
[0049]
在一些示例中，所述预定次数n
shots
可以由实验人员根据设备的性质预先进行设
置，在此不作限制。
[0050]
可以理解的是，在极限情况下n
x|y
＝0(即n
shots
运行结果中均没有得到输出结果x)，此时避免零概率值产生的同时也符合“必须比较小”这个直觉。需要强调的是，公式(6)本质上仍然是最大似然估计方法针对新数据集给出的最优解。
[0051]
显然，修正系数的选择取决于测量设备的物理性质，更具体地说：如果零概率事件反应了测量设备的客观规律，那么βy就必须接近0，即需要避免“人为地”增加观察到的次数，扰乱客观规律。如果零概率事件是由采样数据不足导致，那么βy就必须接近1，即需要“人为地”增加观察到的次数，缓解采样数据不足导致的零概率事件。
[0052]
具体地，如上所述，我们利用数据集{n
x|y
}
x,y
和公式(5)计算校准矩阵a的第y列数据{a
xy
}
x
。该列数据本质上刻画了输入量子态y后输出结果的概率分布。记{a
xy
}
x
中零元素的个数为ky。因此，根据一些实施例，可以根据公式(7)和(8)确定所述修正系数βy：
[0053][0054]
0≤βy≤1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(8)其中，ky为所述校准矩阵中的第y列元素中的零元素的个数，a和b为实数。
[0055]
在一些示例中，a和b的取值可以适应性设置，只要满足0≤βy≤1即可。示例地，a和b可以都取值为1，即上述公式(7)可以表示为公式(9)：
[0056][0057]
根据公式(9)，可以看出：如果ky比较大，即{a
xy
}
x
中零元素的个数比较多，认为此时零概率事件反应了测量设备的客观规律，因此对应的βy趋向于0；如果ky比较小，即{a
xy
}
x
中零元素的个数比较少，认为少量的零概率事件是由采样数据不足导致，因此对应的βy趋向于1。极端情况下ky＝0，此时βy＝1。通过人为地增加观察到的次数，可以尽量使得概率分布趋于均匀，从而更好地刻画校准矩阵。
[0058]
根据一些实施例，任何合适的函数都可以作为βy的选择函数，比如其他可选函数包括但不限于多项式函数、对数函数等。
[0059]
在根据本公开的一个实施例中，量子测量设备校准方法可以包括以下步骤：
[0060]
第一步：通过校准电路制备标准基量子态|y》，其中y∈{0,1}n。
[0061]
第二步：以|y》为输入，重复运行含噪测量设备共n
shots
次，统计输出结果为二进制字符串x的次数n
x|y
，其中x∈{0,1}n。
[0062]
第三步：利用数据集{n
x|y
}
x,y
和公式(5)计算校准矩阵a的第y列元素{a
xy
}
x
。
[0063]
第四步：统计{a
xy
}
x
中零元素的个数为ky。基于ky，通过公式(9)计算βy。
[0064]
第五步：利用数据集{n
x|y
}
x,y
和βy计算新校准矩阵的第y列元素。令表示2n×2n
矩阵的第x行第y列元素，其值为：
[0065][0066]
穷举所有x∈{0,1}n即可计算得到的第y列所有元素。公式(4)保证了如上构造的
校准矩阵的第y列满足列随机性质。
[0067]
第六步：重复上述五步，直到计算出校准矩阵的所有列元素。
[0068]
根据本公开的实施例，通过确定修正系数以及使用加法平滑技术计算新校准矩阵的每个元素，系统性地解决了可能出现的“零概率事件”，且新校准矩阵具有更高的校准精度和鲁棒性。
[0069]
根据本公开的实施例，如图4所示，还提供了一种量子测量设备校准装置400，包括：制备单元410，配置为制备一个或多个标准基量子态|y》，以使得对于每一个标准基量子态，重复运行所述测量设备预定次数次以对所述标准基量子态进行测量，其中y∈{0,1}n，n为量子计算机的量子比特数，n为正整数；第一构建单元420，配置为对所获得的所述每一个标准基量子态所对应的所述预定次数的测量结果进行统计，以构建校准矩阵；第一确定单元430，配置为确定所述校准矩阵中的每一列的零元素的个数；第二确定单元440，配置为基于所述零元素的个数确定每一列所对应的修正系数，其中所述修正系数与所述零元素的个数成反比；以及第二构建单元450，配置为基于所述每一列所对应的修正系数构建新的校准矩阵，以基于所述新的校准矩阵对测量结果进行校正。
[0070]
这里，量子测量设备校准装置400的上述各单元410～450的操作分别与前面描述的步骤310～350的操作类似，在此不再赘述。
[0071]
根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0072]
参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0073]
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0074]
设备500中的多个部件连接至i/o接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设
备、无线通信收发机和/或芯片组，例如蓝牙tm设备、1302.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
[0075]
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法300。例如，在一些实施例中，方法300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的方法300的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法300。
[0076]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0077]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0078]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0079]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0080]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0081]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0082]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0083]
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。