近期科学突破重塑了未来技术的发展路径。一方面,机器学习和人工智能已从日常生活到科学研究全方位革新了我们的生活方式。另一方面,量子计算已崛起为一种全新的计算范式。
通过融合这两个前景广阔的领域,催生了一条新的研究方向:量子机器学习。该领域致力于探索算法在量子硬件平台上运行时可能实现的运算速度、效率或精度提升。然而在当前技术水平的量子计算机上实现这种优势,仍是一个悬而未决的挑战。
正是基于此背景,由维也纳大学科学家领导的国际研究团队迈出了关键一步。其实验装置采用了米兰理工大学(意大利)制造的量子光子电路,运行着Quantinuum(英国)研究人员首创的机器学习算法。该研究旨在通过光子量子计算机对数据点进行分类,并精确区分量子效应的贡献,从而理解相对于经典计算机的优势。实验表明,即使是小规模量子处理器也能超越传统算法。"我们发现针对特定任务,该算法的错误率低于对应的经典算法,"项目负责人、维也纳大学的Philip Walther解释道。《自然·光子学》期刊论文第一作者Zhenghao Yin补充:"这表明现有量子计算机无需超越当前最先进技术就能展现优越性能"。
该研究的另一重要发现是光子平台相较传统计算机可显著降低能耗。"考虑到机器学习算法正因过高能耗而面临实施瓶颈,这一优势对未来至关重要,"合著者Iris Agresti强调。
此项成果不仅对量子计算领域意义重大——因其明确了量子效应具有优势的应用场景,同时也深刻影响了经典计算。实际上,受量子架构启发的新算法有望实现性能提升与能耗降低的双重突破。
Story Source:
Materialsprovided byUniversity of Vienna.Note: Content may be edited for style and length.
Journal Reference:
Zhenghao Yin, Iris Agresti, Giovanni de Felice, Douglas Brown, Alexis Toumi, Ciro Pentangelo, Simone Piacentini, Andrea Crespi, Francesco Ceccarelli, Roberto Osellame, Bob Coecke, Philip Walther.Experimental quantum-enhanced kernel-based machine learning on a photonic processor.Nature Photonics, 2025; DOI:10.1038/s41566-025-01682-5
2025-06-21
2025-06-21
2025-06-21
2025-06-21
2025-06-21