科學家正在訓練量子電腦辨識樹木。 這聽起來可能並不重要， 但這個結果意味著研究人員朝使用量子電腦解決複雜的機器學習問題（如模式識別和電腦視覺）更近了一步。
通常， 傳統電腦已經能用複雜演算法識別圖像中的模型， 但需要大量的記憶體和處理器耗能。 這是因為傳統電腦以二進位位元（0或1）存儲資訊， 相反， 量子電腦在亞原子級運行， 使用可以同時表示0或1的量子比特。 理論上， 使用量子比特的處理器可以針對一系列特殊問題， 解決問題的速度比傳統電腦快指數級。 但量子計算的特性以及程式設計量子比特的局限性使電腦視覺等複雜問題難以解決。
近日， 加州聖瑪麗學院物理學家Edward Boyda及其同事， 使用一台 D波2X 量子電腦， 分析了數百張美國宇航局拍攝的衛星圖片。 研究人員要求電腦識別若干特徵——色彩、飽和度和光反射率等， 以確定圖片上的圖元團是樹木還是建築物、道路或河流。
研究人員近日將相關論文發表於《科學公共圖書館—綜合》期刊。 雖然這項研究的結果只比傳統電腦針對同樣問題的結果稍微準確一點。 但這卻表明科學家可以程式設計量子電腦以“看到”和分析圖像， 並有可能使用它們解決需要繁重資料處理的其他複雜問題。 例如， 為更準確的氣候預測奠定了基礎。 但在量子電腦被用於解決複雜計算問題之前， 仍需大量研究。 （唐一塵）