【介绍】简单科普：量子机器学习

在摩根士丹利（Morgan Stanley）列出的11家拥有最佳量子计算路线图的公司名单中，初创公司Rigetti Computing排名第六，挤掉了洛克希德马丁（Lockheed Martin ）和空客（Airbus）。令大多数人感到意外的是，Rigetti Computing正被迫进入量子“竞赛”，并与IBM、Alphabet和微软等科技巨头进行竞争，而该公司目前仍处于早期融资阶段(B轮融资)，只有不到100名员工。

量子计算将增强神经网络学习能力 “这将是一个非常大的行业。”Rigetti Computing的创始人Chad Rigetti说道。“世界上的每一个主要组织都必须有一个策略来使用这种技术。”

在开发量子硬件和软件方面，Rigetti Computing的任务是“打造世界上最强大的计算机”，似乎这一战略终于得到了回报。为了扩大量子芯片的市场，Rigetti Computing已经做了许多大公司无法做到的事情。

去年12月18日发表的一篇文章中提到了Rigetti的软件和应用程序主管,Will Zheng,进行了第一个使用超导量子芯片的无监督机器学习的演示。

• 文章地址：https://medium.com/rigetti/unsupervised-machine-learning-on-rigetti-19q-with-forest-1-2-39021339699

“在现代数据科学与应用程序中，聚类是一项从广告和信用评分来实体解析和图像分割的基本技术,“Zheng说道。“19量子位在我们的处理器中是迄今为止最大的混合示范。”

Rigetti的QPU(量子处理器单元)由19个超导量子位组成，并通过一个云API森林（Forest）实现。对于开发人员来说，“森林”是一个公共的量子/经典计算环境，包括编程语言Quil(量子指令语言)。

量子机器学习

量子学是量子计算与人工智能的交集，它最早出现在20世纪90年代。量子学习的主要目标是：在没有有效的经典学习方法的情况下开发量子机器学习算法。

量子神经网络是量子结构的多层网络，它利用超定位和量子纠缠（quantum entanglement）来极大地提高它们的处理能力。这是在这些复杂的隐藏层的发展中导致了Rigetti的核心管理方式的(无监督)学习。

为了实现这一目标，Rigetti的研究人员内部使用了一种量子/经典的混合算法。聚类指的是用于将数据安排到类似集群的机器学习算法。

然而，根据麻省理工学院的说法，“这次演示并不意味着量子计算机将彻底改变人工智能。量子计算机是如此的奇异，例如，Rigetti的算法并没有任何实际的用途，而且还不清楚在量子计算机上执行聚类任务是多么的有用。”