IBM公佈新量子演算法 實現機器學習的巨大飛躍

至頂網軟體頻道訊息： IBM研究人員認為，他們已經研究出了一種新的演算法，能夠在量子計算機上實現高階機器學習。

IBM研究團隊今天在arXiv（一個非同行評審學術論文庫）上發表了一篇論文，在論文中闡述了IBM是如何開發出一種“量子演算法”，這種演算法讓計算機能夠以遠超過傳統計算機能力範圍的方式做“特徵對映”。

量子計算利用了亞原子粒子在任何時候都能以多種狀態存在的這一“奇異”能力。由於粒子是最微小的表現方式，因此量子計算相比傳統計算速度更快，能耗更低。

在傳統計算方式中，一個位元就是一個資訊單位，有0或者1兩種存在方式。而量子計算採用的是量子位元或“量子位”，可以儲存比0或者1更多的資訊，因為這些資訊是可以以疊加的方式存在。

IBM研究團隊解釋說，特徵對映是一種拆解資訊的過程，可以獲取資料“更精細的部分”。傳統的機器學習演算法已經可以在一定程度上做到這一點，例如通過獲取影象畫素並將每個顏色值放入網格中。然後，演算法會以非線性方式將這些值對映到高維度空間，根據最有用的特徵對資料進行分解。

不過IBM新公佈的量子演算法更進一步，甚至可以將這些資料的不同方面和不同特徵更大程度上分離開。這一點很重要，因為對資料的分類越精準，機器學習系統的效率就越高。

IBM研究團隊表示：“我們的目標是利用量子計算機打造出新的分類器，生成更復雜的資料對映。這樣研究人員就能夠開發出更高效的人工智慧，例如，讓人工智慧識別出傳統計算機無法識別的資料模式。”

IBM研究人員指出，這個新的演算法尚未完全發出“量子優勢”，而這正是量子計算機超越傳統計算機的一個關鍵點。IBM表示，這主要是因為量子計算機還處於起步階段，仍然受到當前硬體能力方面的限制。

“我們的研究尚未完全展現量子的優勢，因為我們基於當前的硬體能力，將問題的範圍最小化，僅僅使用兩個量子位的計算量，而這是可以在傳統計算機上進行模擬的，”IBM研究人員這樣表示。

儘管如此，Constellation Research分析師Holger Mueller認為，IBM的研究再一次證明了量子計算是如何以遠超過目前任何計算基礎設施的能力操作下一代應用的。

Mueller說：“IBM已經向我們展現了特定的計算機學習演算法——例如特徵對映——在量子計算機上執行的效果要遠遠好於其他任何計算機。特徵呼叫演算法也非常適合執行在量子計算機上。”

IBM表示，將通過IBM面向開發者、研究人員和其他專家群體的Qiskit Aqua開源庫向所有人提供這些新的演算法。