中科大成功研發(fā)新型量子機器學習技術 實現(xiàn)數(shù)據(jù)特征提取

　　近日，據(jù)中國科學技術大學官方微博，中國科學技術大學成功研發(fā)新型量子機器學習技術，實現(xiàn)數(shù)據(jù)特征提取。

　　中國科學技術大學中國科學院微觀磁共振重點實驗室杜江峰、王亞、李兆凱等人研發(fā)出新型量子特征提取算法，實驗實現(xiàn)了對未知量子系統(tǒng)矩陣的分析與信息提取。該成果以”Resonant Quantum Principal Component Analysis”為題發(fā)表在近期的 Science Advances 上。

　　機器學習是人工智能的核心，為了成功完成特定任務，人工智能往往需要大量數(shù)據(jù)用于總結(jié)與分類，這對計算機系統(tǒng)的存儲與處理能力提出了很高的要求。

　　量子機器學習可以將量子算法的并行加速特性應用于人工智能領域中，提升人工智能系統(tǒng)的效率與能力，有望在未來實現(xiàn)基于量子系統(tǒng)的人工智能。

　　據(jù)報道，使用量子算法進行特征提取的理論思路最早于 2014 年提出，但一直未能在真實實驗體系中予以實現(xiàn)。該研究團隊開發(fā)出新型基于共振的量子主成分分析技術，大大降低實驗了難度。實驗中研究人員使用金剛石氮-空位色心量子處理器，演示了對未知量子數(shù)據(jù)矩陣進行分析與處理的過程。