来源： 中国科学报

　　中国科学技术大学教授潘建伟及其同事陆朝阳、刘乃乐等组成的研究团队，在国际上首次实现量子机器学习算法。这是量子计算应用于大数据分析和人工智能领域的开创性实验工作。《物理评论快报》近日发表了该成果，物理组织网站等科学新闻媒体也对这一工作进行了专题报道。

　　机器学习是人工智能的核心，通过使机器模拟人类学习行为，智能化地从过去的经历中获得经验，从而改善其整体性能，重组内在知识结构，并对未知事件进行准确的推断。机器学习在科学和工程等诸多领域都有着非常广泛的应用，例如金融分析、数据挖掘、生物信息学、医学诊断、电子商务等。

　　人类产生的电子数据正在以每两年翻一番的增幅爆炸式增长。另一方面，经典计算机芯片尺寸难以进一步缩小，计算速度的进一步提升受到限制，科学家预测机器学习等大数据分析任务未来或将面临大数据爆炸式增长的巨大挑战。从理论上估计，计算两个亿亿亿维向量的距离，用目前全球最快的“天河二号”超级计算机大概需要几年的时间，而用千兆赫兹时钟频率的量子计算机则只需不到1秒就可完成。

　　潘建伟团队发展了世界领先的光量子计算物理实现研究平台，在国际上率先实验实现了基于量子比特的机器学习算法演示。该算法以高维量子态编码经典数据，通过量子逻辑运算制备高维量子态和辅助量子比特之间的纠缠，通过量子纠缠特性带来的并行计算优势，快速提取出向量之间的距离等重要信息。

　　审稿人认为该工作“非常前沿，具有高度的兴趣”“在量子机器学习这个重要而有趣的课题领域迈出了第一步”。

转载自　　中国科学技术大学教授潘建伟及其同事陆朝阳、刘乃乐等组成的研究团队，在国际上首次实现量子机器学习算法。这是量子计算应用于大数据分析和人工智能领域的开创性实验工作。《物理评论快报》近日发表了该成果，物理组织网站等科学新闻媒体也对这一工作进行了专题报道。

　　机器学习是人工智能的核心，通过使机器模拟人类学习行为，智能化地从过去的经历中获得经验，从而改善其整体性能，重组内在知识结构，并对未知事件进行准确的推断。机器学习在科学和工程等诸多领域都有着非常广泛的应用，例如金融分析、数据挖掘、生物信息学、医学诊断、电子商务等。

　　人类产生的电子数据正在以每两年翻一番的增幅爆炸式增长。另一方面，经典计算机芯片尺寸难以进一步缩小，计算速度的进一步提升受到限制，科学家预测机器学习等大数据分析任务未来或将面临大数据爆炸式增长的巨大挑战。从理论上估计，计算两个亿亿亿维向量的距离，用目前全球最快的“天河二号”超级计算机大概需要几年的时间，而用千兆赫兹时钟频率的量子计算机则只需不到1秒就可完成。

　　潘建伟团队发展了世界领先的光量子计算物理实现研究平台，在国际上率先实验实现了基于量子比特的机器学习算法演示。该算法以高维量子态编码经典数据，通过量子逻辑运算制备高维量子态和辅助量子比特之间的纠缠，通过量子纠缠特性带来的并行计算优势，快速提取出向量之间的距离等重要信息。

　　审稿人认为该工作“非常前沿，具有高度的兴趣”“在量子机器学习这个重要而有趣的课题领域迈出了第一步”。