CB Insight - Quantum Machine Learning

包括经典机器学习算法(classical machine learning algorithms）和Quantum AI的混合模式(hybrid model），将很快带来实际应用价值。

量子计算机需要准备专门的数据(specialized data preparation），量子算法和两字程序（Quantum algorithsm and Quantum programming）。简而言之，我们与经典计算机的交互方式并不同样适用于量子计算机。

量子计算机器学习(Quantum machine learning）同样基于传统机器学习的基本原则，但是其算法被设计在量子处理器执行，这比传统的神经网络处理要更加的高效，也克服了目前AI研究在处理海量数据集(massive datasets）上的硬件限制。

有关两字神经网络- QNN（Quantum neural networks）仍处于萌芽状态(nascent)。基于目前量子处理器的硬件限制，那么QNN如何处理现实世界中的问题？

各大技术公司和量子计算创业公司正在寻找一种混合的模式 - 一部分是运行于传统计算机上的传统神经网络计算，另一部分是运行于QNN的增强型运算。

如量子计算创业公司- Xanadu使用经典-两字混合人工智能模式变革机器学习，其结果在图片分类任务中的表现相当的有前景(promising)。

Google的人工智能团队自从2013年以来就专注于为量子计算机打造算法。其当前目标(immediate goal），与Xanadu类似，是在短期内(near-term）为量子计算设备，开发一种quantum-classical混合模式的machine-learning。

IMPLICATIONS -

• 当前世界两大最强大的计算范式(computing paradigms），量子计算和人工智能，与传统计算相结合，可以初步解决现实问题(solve practical problems initially in conjunction with classic computers)。
• 量子云计算(Quantum Cloud Computing），是有关云计算战争的最前沿竞争，如AWS, Google, IBM, Microsoft都在双倍的下注(doubling down)或加大了对其的资本投资。这意味着量子计算可以与传统GPU, CPU计算相合作(in tandem with)为客户创造价值。我们肯定看到Rigetti, Microsoft, OpenAI都在进行AI算法运行于混合云硬件平台的探索。