IBM研究人员声称他们已经创建了新的量子算法，可以支持量子计算机上的高级机器学习。在今天发表在arXiv上的一篇论文中，这是一个未经同行评审的学术论文库，IBM的研究团队描述了其创建“量子算法”的过程，该算法将允许量子计算机以远远超过经典计算机可以实现的规模执行“功能”映射”算法。IBM的量子计算利用了亚原子粒子在任何时候以多种状态存在的奇异能力。由于最微小的粒子的行为方式，与传统计算机相比，操作可以更快地完成，耗能更少。在传统计算中，一位是可以以两种状态（1或0）存在的单条信息。但是量子计算使用量子比特，它可以存储比1或0多得多的信息，因为它们可以存在于这些值的任何叠加中。IBM的研究团队解释说，“特征映射”涉及分解信息的过程，以便访问此类数据的“更精细的方面”。传统的机器学习算法已经在一定程度上做到了这一点，例如，通过获取图像的像素并根据每个像素的颜色值将它们放置在同一个网格中。然后，算法以非线性方式将这些值映射到高维空间，本质上是根据数据最有用的属性对数据进行分解。然而，研究人员表示，使用IBM的新量子算法，可以在更高层次上分离这些数据的各个方面和特征。这很重要，因为数据分类得越精确，机器学习系统的效率就越高。IBM的研究团队表示：“我们的目标是使用量子计算机创建新的分类器，生成更复杂的数据图。通过这样做，研究人员将能够开发更有效的人工智能，例如，可以识别您可以识别的数据模式看。IBM研究人员指出，新算法尚未实现量子计算机性能优于经典计算机的关键“量子优势”。IBM研究人员表示，这主要是因为量子计算机仍处于起步阶段，并受到当前硬件能力的限制研究人员表示：“我们的研究尚未显示出量子优势，因为我们基于当前的硬件能力仅使用两种量子计算能力来最小化问题的规模，这也可以在劳动计算机上进行。”模拟。尽管如此，IBM的工作再次表明，量子计算将比目前可用的任何计算基础设施更好地运行下一代应用程序，硅谷技术研究和咨询公司ConstellationResearch的分析师HolgerMueller说。“IBM已经证明，像特征映射这样的机器学习算法在量子计算机上比在任何其他计算机上运行得更好，而且函数调用算法非常适合量子计算，”Muller说。IBM表示，该公司的新算法将通过其面向开发人员、研究人员和其他专家的QiskitAqua开源库向所有人开放。
