IBM宣稱機器學習將實現巨大飛躍

IBM公司的研究人員認為，他們已經提出了能夠在量子計算機上實現高級機器學習的新算法。

在今天發表在arXiv上的一篇論文中，arXiv是未經同行評審的學術論文的存儲庫，IBM的研究團隊描述了它如何創建“量子算法”，使此類計算機能夠以遠遠超出其范圍的規模執行“功能映射”。經典計算機可以做到。

量子計算利用了亞原子粒子在任何時候都以一種以上狀態存在的奇怪能力。由于采用了最小的顆粒行為方式，因此與傳統計算機相比，可以更快地完成操作并使用更少的能源。

在經典計算中，位是一條信息，可以以兩種狀態(1或0)存在。但是量子計算使用的是量子位(即“量子位”)，它可以存儲的信息遠遠超過1或0，因為它們可以這些值的任何疊加都存在。

IBM的研究小組解釋說，功能映射涉及分解信息的過程，以便能夠訪問該數據的“細粒度方面”。傳統的機器學習算法已經可以做到這一點，例如通過獲取圖像的像素并將其基于每個人的顏色值放置在網格中。然后，這些算法以非線性方式將這些值映射到高維空間，從而根據其最有用的功能對數據進行分解。

研究人員說，但是，借助IBM的新量子算法，甚至可以更大程度地分離數據的各個方面和特征。這很重要，因為可以對數據進行更精確的分類，所以執行的機器學習系統將更加高效。

IBM的研究團隊說：“目標是使用量子計算機創建新的分類器，以生成更復雜的數據圖。” “通過這樣做，研究人員將能夠開發出更有效的AI，例如，可以識別傳統計算機無法看到的數據模式。”

IBM研究人員指出，新算法尚未實現“量子優勢”，這是量子計算機超越傳統計算機性能的關鍵所在。IBM說，這主要是因為量子計算機仍處于起步階段，受到當前硬件功能的限制。

IBM的研究人員說：“我們的研究尚未顯示出量子優勢，因為我們僅使用兩個量子位的量子計算能力就可以根據當前的硬件能力將問題的范圍最小化，這可以在經典計算機上進行模擬。”

不過，星座研究公司(Constellation Research Inc.)的分析師Holger Mueller對SiliconANGLE表示，IBM的工作再次證明了量子計算如何有望比目前可用的任何計算基礎設施更好地運行下一代應用程序。

Mueller說：“ IBM已經展示了精選的機器學習算法(例如特征映射)在量子計算機上的運行情況如何。” “特征調用算法非常適合量子計算。”

IBM表示，其新算法將通過其Qiskit Aqua開源庫向所有人開放，供開發人員，研究人員和其他專家使用。