IT之家8 月 24 日消息 據(jù)中國科學(xué)技術(shù)大學(xué)官方微博，中國科學(xué)技術(shù)大學(xué)成功研發(fā)新型量子機器學(xué)習(xí)技術(shù)，實現(xiàn)數(shù)據(jù)特征提取。
中國科學(xué)技術(shù)大學(xué)中國科學(xué)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(xué)習(xí)是人工智能的核心，為了成功完成特定任務(wù)，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(xué)習(xí)可以將量子算法的并行加速特性應(yīng)用于人工智能領(lǐng)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。
IT之家了解到，使用量子算法進(jìn)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(tuán)隊開發(fā)出新型基于共振的量子主成分分析技術(shù)，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(jìn)行分析與處理的過程。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。