通过跨学科的合作与交流,我们能够突破传统思维的边界,开拓新的研究领域。

——院长致词

首页 > 科学研究 > 信息科技

光子量子芯片正在驱动人工智能变得更智能且更环保

本站发布时间:2025-08-02 14:53:53
注:部分名称可能翻译不全,如有问题可联系15163559288@163.com

近期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彻底改变了我们的生活。另一方面,量子计算已成为一种新的计算范式。

通过这两个前景广阔领域的结合,开辟了一条新的研究路线:量子机器学习。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开放的挑战。

正是在此背景下,一个国际研究团队迈出了下一步,由维也纳大学的科学家设计并实施了一项新颖实验。该实验装置采用了在米兰理工大学(意大利)构建的量子光子电路,运行由Quantinuum(英国)研究人员首次提出的机器学习算法。目标是通过光子量子计算机对数据点进行分类,并分离出量子效应的贡献,从而理解其相对于经典计算机的优势。实验表明,即使是小型量子处理器的表现也能优于传统算法。"我们发现对于特定任务,我们的算法比经典算法犯更少的错误,"该项目的负责人、维也纳大学的菲利普·瓦尔特解释道。"这表明现有的量子计算机无需超越最先进技术也能展现出良好性能,"《自然·光子学》发表论文的第一作者尹正浩补充道。

这项新研究的另一个有趣方面是,光子平台相较于标准计算机可能消耗更少的能量。"考虑到机器学习算法因过高的能源需求而变得不可行,这一点在未来可能至关重要,"合著者艾丽丝·阿格雷斯蒂强调。

该研究结果对量子计算(因其识别了能从量子效应中获益的任务)以及标准计算均产生影响。事实上,受量子架构启发的新算法可能被设计出来,从而达到更好性能并降低能耗。

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

排行榜

备案号:京ICP备2023036195号-1

地址:北京市丰台区南三环西路16号2号楼

地址:山东省济南市历城区唐冶绿地汇中心36号楼

电话: 400-635-0567

北前院微信公众号