加利福尼亞的一家公司近日推出一台可能改變遊戲規則的電腦， 用來執行一種常見的機器學習形式。
這一舉動引發了人們的這樣一個願景， 即量子電腦利用量子物理的邏輯以違反常理的速度執行某些類型的計算， 這可能對科技行業最熱門的領域――人工智慧， 產生巨大的影響。
位於加利福尼亞州伯克利的Rigetti Computing公司的研究人員使用其原型量子晶片之一 - 超導設備， 該設備位於精心設計的超級冷卻裝置內， 來運行所謂的聚類演算法。 聚類是一種機器學習技術， 用於將資料組織到相似的組中。
Rigetti也在製造新的量子電腦， 它可以通過Forest雲計算平臺處理19個量子比特。
然而， 這次演示並不意味著量子電腦正使得人工智慧發生革命性的變化。 量子電腦是如此新奇， 以至於沒有人完全知道“殺手”級的應用程式可能是什麼。 例如， Rigetti的演算法沒有任何實際用途，
不過， Rigetti的軟體和應用主管Will Zeng認為， 這項工作是構建量子機器的關鍵一步。 Zeng表示， “這是量子電腦實際應用的新途徑。 ”聚類是一個真正的根本性和基礎性的數學問題。
目前， 圍繞著開發實用量子電腦所做的努力， 令人興奮。 包括IBM、Google、Intel和Microsoft在內的大型科技公司， 以及一些資金雄厚的創業公司正在競相建造這類機器， 它們將迎來一種全新的計算形式。
50年前， 最初是由物理學家首先構想出量子計算的， 但並沒有採用二進位來進行計算。 相反， 他們利用兩個量子現象， 疊加和糾纏來一次執行大量資料的計算。 量子物理的本質意味著一個只有100個量子位元的電腦應該能夠以令人難以置信的規模進行計算。
然而， 具有更多的量子位並不一定等同於優勢。 維持量子態和操縱量子比特才是其真正要面對的挑戰。
像其他人一樣， Rigetti使用混合方法， 這意味著它的量子機器與傳統方法協同工作， 會使程式設計變得更直接。 Zeng表示， 他們公司的系統比其他競爭對手更加模組化，
量子計算在理論上具有巨大的潛力。 有充分的證據表明， 量子機器可以用來解決密碼挑戰和類比新材料。 而且Rigetti的演算法有希望最終將改變機器學習和人工智慧的世界。
量子電腦正在達到一個規模， 即使聽起來是十分困難的事情也可以運行。 用有效的性能來展示這個門檻的競賽， 有時被稱為“量子霸權”， 這方面的優勢已經成為當前炒作的一種象徵。 物理學家們認為， 量子電腦還有幾年的時間， 以及運行在它們上面的演算法， 都將顯示出它們真正的價值。
馬里蘭大學的實驗物理學家克里斯多夫·門羅（Christopher Monroe）表示， 現在說量子計算會改變機器學習還為時尚早。 他認為， “我們並不真正瞭解經典機器學習是為什麼以及如何會起作用的， 因此， 將它應用於量子力學可能會進一步混淆那些相對界限模糊的領域。 ”
但是， 他也提出了一個有趣的相反的可能性。 他認為機器學習可能在量子電腦在更可靠的地方發揮關鍵作用。 他指出，“大型量子電腦的經典控制系統日益複雜，可能需要採用一種不同的方法。所以他推測“也許非量子機器學習”將被用來管理這些機器內部的複雜行為。
他指出，“大型量子電腦的經典控制系統日益複雜，可能需要採用一種不同的方法。所以他推測“也許非量子機器學習”將被用來管理這些機器內部的複雜行為。