中國科學技術大學團隊首次實現量子機器學習算法

　　中國科學技術大學潘建偉教授及其研究團隊，日前在國際上首次實現量子機器學習算法。這是量子計算應用于大數據分析和人工智能領域的開創性實驗工作。

　　國際權威物理學期刊《物理評論快報》近日發表該成果。審稿人評價該工作“非常前沿，具有高度的興趣”“在量子機器學習這個重要而有趣的課題邁出了第一步”。

　　機器學習是人工智能的核心，通過使機器模擬人類學習行為，智能化地從過去的經歷中獲得經驗，從而改善其整體性能，重組內在知識結構，并對未知事件進行準確的推斷。機器學習在科學和工程等諸多領域都有著非常廣泛的應用，例如金融分析、數據挖掘、生物信息學、醫學診斷、電子商務等。

　　歐美主要發達國家政府和高科技公司已在積極整合研究力量和資源，搶灘布局，力爭在量子信息技術應用方面占據先機。2013年，美國麻省理工學院塞斯·羅伊德教授提出理論預言，利用量子系統在高維向量分析方面的并行計算優勢，可以為機器學習帶來指數量級的加速，將遠遠超越現有經典計算機的運算速度。理論估計，計算兩個億億億維向量的距離，用目前全球最快的“天河二號”超級計算機大概需要幾年的時間，而用千兆赫茲時鐘頻率的量子計算機則只需不到1秒就可完成。

　　潘建偉團隊近年來對光學量子計算開展了系統性和戰略性的研究，取得了一系列開創性的成果。最近，他們又發展了世界領先的光量子計算物理實現研究平臺，在國際上率先實驗實現了基于量子比特的機器學習算法演示。該算法以高維量子態編碼經典數據，通過量子邏輯運算制備高維量子態和輔助量子比特之間的糾纏，量子糾纏特性帶來的并行計算優勢，快速提取出向量之間的距離等重要信息。