FUTURE | 远见 闵青云 选编
一个隶属于美国多个机构的研究小组提出了一种理论，表明量子计算机在某些学习任务上的速度应该比经典机器快得多。在他们发表在《科学》（Science）杂志上的论文中，该小组描述了他们在 Google 的 Sycamore 量子计算机上进行测试时的理论和结果。莱顿大学的 Vedran Dunjko 在同一期期刊上发表了一篇 Perspective 文章，概述了将量子计算与机器学习相结合以提供新水平的基于计算机的学习系统的想法。
机器学习是一个系统，通过数据集训练的计算机可以对新数据做出明智的猜测。量子计算涉及使用亚原子粒子来表示量子比特，作为执行应用程序的一种手段，其速度比经典计算机快很多倍。在这项新工作中，研究人员考虑了在量子计算机上运行机器学习应用程序的想法，这可能会使它们更擅长学习，从而更有用。
使用量子设备（右）直接处理量子数据的能力使我们能够以比通过经典中间体（左）更快的速度解决我们宇宙的各个方面。这可能使我们能够发现新的物理现象，如果没有这种技术，这些现象实际上是不可见的 | 图源：Google Quantum AI Hook
为了弄清楚这个想法是否可行，更重要的是，如果结果会比在经典计算机上取得的结果更好，研究人员以一种新颖的方式提出了这个问题——他们设计了一个机器学习任务，通过重复多次的实验来学习多次。然后，他们开发了描述如何使用量子系统进行此类实验并从中学习的理论。他们发现他们能够证明量子计算机可以做到，而且它可以比经典系统做得更好。事实上，他们发现学习一个概念所需的实验数量比经典系统低四个数量级。研究人员随后构建了这样一个系统，并在谷歌的 Sycamore 量子计算机上对其进行了测试，并证实了他们的理论。
这项工作表明，如果开发出可用的真实量子计算机，它可能能够以几乎无法想象的规模倾斜新事物。
原文链接：
https://phys.org/news/2022-06-theory-quantum-exponentially-faster-tasks.html
论文链接：
https://www.science.org/doi/10.1126/science.abp9885
--PHYS.ORG
免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理，所有来稿文责自负，两江仅作分享平台。转载请注明出处，如原创内容转载需授权，请联系下方微信号。
