量子算法在機器學習上取得巨大飛躍

馬漢

IBM公司的研究人員宣稱，他們已經(jīng)創(chuàng)建出了新的量子算法，能夠在量子計算機上支持先進的機器學習。IBM的研究團隊描述了其創(chuàng)造出“量子算法”的過程，使量子計算機能夠以遠遠超出傳統(tǒng)計算機所能達到的規(guī)模來執(zhí)行“特征映射”算法。

量子計算利用亞原子粒子的奇異能力，即在任何時候都能存在于多種狀態(tài)中。由于這種最小粒子的行為方式，操作可以比傳統(tǒng)計算機更快地完成，且消耗更少的能量。在傳統(tǒng)計算中，位是可以兩種狀態(tài)（1或0）存在的單個信息。但是量子計算使用量子位，可以存儲比1或0多得多的信息，因為它們可以存在于這些值的任何疊加中。

IBM的研究團隊解釋說，“特征映射”涉及到一種分解信息的過程，以便訪問這些數(shù)據(jù)的“更精細的方面”。傳統(tǒng)的機器學習算法已經(jīng)在某種程度上做到了這一點，例如通過提取圖像的像素并根據(jù)每個像素的顏色值將其放在相同網(wǎng)格中。然后，算法以非線性的方式將這些值映射到高維空間，本質(zhì)上是根據(jù)其最有用的特性對數(shù)據(jù)進行分解。

研究人員表示，有了IBM的新量子算法，就有可能在更高水平上分離這些數(shù)據(jù)的各個方面和特點。這一點很重要，因為數(shù)據(jù)分類越精確，機器學習系統(tǒng)的效率就越高。

IBM的研究團隊說：“我們的目標是使用量子計算機來創(chuàng)建新的分類器，以生成更復雜的數(shù)據(jù)地圖。通過這樣做，研究人員將能夠開發(fā)出更有效的人工智能，例如可以識別傳統(tǒng)計算機看不到的數(shù)據(jù)模式。”

IBM的研究人員注意到，新的算法還沒有實現(xiàn)“量子優(yōu)勢”，而這是量子計算機性能超越傳統(tǒng)計算機的關鍵。IBM研究員表示，這主要是因為量子計算機還處于起步階段，受到當前硬件能力的限制。

硅谷技術研究和咨詢公司Constellation Research分析師霍爾格·穆勒稱，IBM的工作再次表明，量子計算將能比目前可用的任何計算基礎設施更好地運行下一代應用程序。

穆勒說：“IBM已經(jīng)證明，與其他任何計算機相比，像特征映射這樣的機器學習算法在量子計算機上運行得更好，功能調(diào)用算法非常適合量子計算。”