بهبود برخی از الگوریتمهای یادگیری ماشینی به کمک مکانیک کوانتومی دانشمندان در مجله science گزارش کردند که در انواع خاصی از وظایف یادگیری ماشینی، کامپیوتر کوانتومی برتری ویژهای نسبت به محاسبات استاندارد دارند. محققان به لحاظ نظری ثابت کردند که طبق اصول مکانیک کوانتومی، این مزیت در هنگام استفاده از یادگیری ماشین برای درک سیستم های کوانتومی وجود دارد. همچنین نشان داده شد که این مزیت در آزمایشهای دنیای واقعی نیز برقرار است. محققان وظایف یادگیری ماشین را با رایانه Sycamore (کامپیوتر کوانتومی گوگل) آزمایش کردند. البته این تیم به جای استفاده از یک سیستم کوانتومی واقعی، از دادههای کوانتومی شبیهسازی شده استفاده کرد و آنها را با استفاده از تکنیکهای کوانتومی و کلاسیک تجزیه و تحلیل نمود. در نهایت نشان داده شد برای یادگیری ویژگیهای کوانتومی سیستم(موقعیت و تکانه ذرات) کامپیوترهای کلاسیکی به داده های ورودی بسیار بیشتری نیاز دارند که در نتیجه برتری رایانههای کوانتومی اثبات شد. تحقیق در زمینه استفاده از محاسبات کوانتومی برای بهبود الگوریتمهای یادگیری ماشینی به یکی از حوزههای مهم در سالیان اخیر تبدیل شده است.
لینک مقاله:https://www.sciencenews.org/article/quantum-physics-machine-learning-google-computer