加速訓練，量子計算將為AI帶來更多改變

人工智慧(AI)已成為了一個熱門辭彙，它的技術可以應用在各種不同的領域中。同樣的，量子計算也引起了大家的興趣，它可以說是一種技術上的「遊戲規則改變者」——它能夠在多種用途中提高網路安全，甚至建立一個新的互聯網。雖然在最近的發展中兩者都有很大的進步，但都還沒有達到我們所期望的那樣完美。

對於AI來說尤其如此，它目前的形式主要局限於專門的機器學習演算法，能夠以自動化的方式執行特定的任務。根據新加坡國立大學量子技術中心的一組研究人員的說法，量子計算可以極大地改善這一過程。

在《物理評論快報》(Physical Review Letters)期刊上發表的一項新研究中，新加坡國立大學的研究人員提出了一種量子線性系統演算法，該演算法可通過量子計算機更快地分析更大的數據集。

「之前的量子演算法只適用於一種非常特殊的問題，如果我們想要實現對其他數據的量子加速，就需要對其進行升級。」研究作者趙志寬(音譯)在新聞稿中說。

簡單地說，量子演算法是一種被設計在現實的量子計算模型中運行的演算法。與傳統演算法一樣，量子演算法是一步一步的過程，然而，它們使用了特定於量子計算的特性，如量子糾纏和疊加。

同時，一個線性系統演算法使用一個大的數據矩陣進行計算，這是一個更傾向於使用量子計算機的任務。「分析矩陣有很多計算方法。當它超過10000個條目時，就很難用在經典計算機上了。」趙志寬在一份聲明中解釋說。

更好、更快、更強的人工智慧

換句話說，一個量子線性系統演算法提供了比經典計算機所能執行的更快更重負荷的計算。量子演算法的第一個版本是在2009年設計的，開始研究人工智慧和機器學習的量子形式。換句話說，隨著計算能力的提高，人工智慧的表現會更好更快。

研究人員在他們的研究中寫道:「量子機器學習是一個新興的研究領域，可利用量子信息處理的能力來獲取經典機器學習任務的加速效果。」然而，這是否意味著會有更智能的AI，則完全是另一回事。

今天的人工智慧系統和機器學習演算法已經獲得了大量的計算能力。這些演算法通過相應數據集進行訓練的過程肯定會得到量子計算的推動。

當然，在趙志寬先生和他的同事設計出的演算法能夠找到有意義的用途之前，我們首先要開發出更好的量子計算機。這方面做的所有工作，在這一概念成為現實之前，可能不會有任何進展。

趙亮在新聞發布會上說:「我們可能會在未來三到五年的時間裡，使用由實驗人員製造的硬體來進行有實際意義的量子計算，並應用於人工智慧領域。」與此同時，他的團隊計劃在不久的將來進行一個小組實驗證明。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！