近期的科学突破重塑了未来技术的发展。一方面,机器学习和人工智能已从日常任务到科学研究全方位革新了我们的生活。另一方面,量子计算作为一种新的计算范式已然兴起。
通过融合这两个前景广阔的领域,新的研究方向——量子机器学习——由此开启。该领域旨在探索算法在量子平台上运行时,在速度、效率或准确性方面可能获得的潜在提升。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。
正是在此背景下,一个国际研究团队迈出了关键一步,由维也纳大学的科学家设计并开展了创新性实验。该实验装置采用了意大利米兰理工大学制造的量子光子集成电路,运行的机器学习算法最初由英国Quantinuum公司的研究人员提出。实验目标是通过光子量子计算机对数据点进行分类,并识别量子效应的贡献,从而理解其相对于经典计算机的优势。实验表明,即使是小尺寸的量子处理器也能超越传统算法。项目负责人、维也纳大学的Philip Walther解释道:"我们发现对于特定任务,我们的算法比经典对应方案产生的错误更少。"该成果发表在《自然·光子学》期刊,第一作者Zhenghao Yin补充道:"这意味着现有量子计算机无需超越最前沿技术就能展现良好性能。"
这项新研究的另一亮点是光子平台相较标准计算机可消耗更少能源。共同作者Iris Agresti强调:"鉴于机器学习算法因过高能耗而日益难以实施,这一点对未来可能至关重要。"
该研究成果对量子计算领域(因其识别出能从量子效应中受益的任务)和经典计算领域均具有影响。事实上,受量子架构启发的新算法有望被设计出来,从而实现更高性能并降低能耗。
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