通過光量子計算機可以對數(shù)據(jù)點進行分類，從而提高傳統(tǒng)方法的準(zhǔn)確性。圖：Iris Agresti

機器學(xué)習(xí)和量子計算是當(dāng)前最熱門的研究領(lǐng)域之一。一項實驗研究表明，即使是小規(guī)模的量子計算機也能提升機器學(xué)習(xí)算法的性能。維也納大學(xué)的國際研究團隊在一臺光量子處理器上證明了這一點。這項最近發(fā)表在《 自然·光子學(xué) 》雜志上的工作，為光量子計算機展示了新的應(yīng)用前景。

近期的科學(xué)突破正在重塑未來技術(shù)的發(fā)展。一方面，機器學(xué)習(xí)和人工智能已經(jīng)從日常任務(wù)到科學(xué)研究等方面徹底改變了我們的生活。另一方面，量子計算已成為一種新的計算范式。

從這兩個有前景領(lǐng)域的結(jié)合中，一條新的研究線已經(jīng)開辟出來：量子機器學(xué)習(xí)。該領(lǐng)域旨在尋找算法在量子平臺上運行時在速度、效率或準(zhǔn)確性方面的潛在提升。然而，在當(dāng)前技術(shù)水平的量子計算機上實現(xiàn)這種優(yōu)勢仍然是一個開放性的挑戰(zhàn)。

這是國際研究團隊邁出的下一步，由維也納大學(xué)的科學(xué)家設(shè)計了一項新穎的實驗。該實驗裝置采用在米蘭理工大學(xué)（意大利）構(gòu)建的量子光子電路，該電路運行由英國 Quantinuum 研究機構(gòu)首先提出的機器學(xué)習(xí)算法。目標(biāo)是利用光子量子計算機對數(shù)據(jù)點進行分類，并突出量子效應(yīng)的貢獻(xiàn)，以了解其相對于經(jīng)典計算機的優(yōu)勢。實驗表明，即使是小型量子處理器也能比傳統(tǒng)算法表現(xiàn)更好。"我們發(fā)現(xiàn)，對于特定任務(wù)，我們的算法比其經(jīng)典對應(yīng)算法犯的錯誤更少"，維也納大學(xué)的 Philip Walther 解釋道，他是該項目的負(fù)責(zé)人。"這意味著現(xiàn)有的量子計算機可以在不必超越最先進技術(shù)的情況下展現(xiàn)出良好的性能"，論文的第一作者鄭昊因在《Nature Photonics》上發(fā)表的成果補充道。

另一個有趣的新研究方面是，光子平臺相對于標(biāo)準(zhǔn)計算機可以消耗更少的能量。"這在未來可能至關(guān)重要，因為機器學(xué)習(xí)算法由于能耗過高而變得不可行，"合著者 Iris Agresti 強調(diào)。

研究人員的成果對量子計算有影響，因為它確定了受益于量子效應(yīng)的任務(wù)，同時也對標(biāo)準(zhǔn)計算有影響。實際上，可以設(shè)計出受量子架構(gòu)啟發(fā)的全新算法，從而提高性能并減少能耗。