近期科学突破重塑了未来技术的发展轨迹。一方面,机器学习和人工智能已从日常生活到科学研究全面革新人类生活;另一方面,量子计算正崛起为新型计算范式。
这两大前沿领域的融合催生了全新研究方向:量子机器学习。该领域致力于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提升。然而在当前技术条件下实现这种优势仍面临重大挑战。
由维也纳大学科学家领导的国际研究团队在此取得突破,他们设计的新型实验装置包含米兰理工大学(意大利)构建的量子光子电路,运行着Quantinuum(英国)研究人员提出的机器学习算法。该实验通过光子量子计算机对数据点进行分类,并分离量子效应的贡献,以明确其相对于经典计算机的优势。实验表明,即便是小型量子处理器也能超越传统算法性能。"我们发现对于特定任务,该算法的错误率低于经典版本,"项目负责人、维也纳大学的Philip Walther解释道。《自然·光子学》论文第一作者Zhenghao Yin补充说:"这表明现有量子计算机无需超越最尖端技术也能展现优越性能。"
该研究的另一亮点是光子平台相较标准计算机具有能耗优势。"考虑到机器学习算法因能耗过高正面临发展瓶颈,这一特性未来可能至关重要,"合著者Iris Agresti强调。
该成果对量子计算(明确了受益于量子效应的任务)和经典计算均具重要意义。事实上,受量子架构启发的新算法有望实现更高性能与更低能耗。
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
2025-08-17
2025-08-17
2025-08-17
2025-08-17
2025-08-17