中國科學技術(shù)大學潘建偉教授及其同事陸朝陽、劉乃樂等組成的研究團隊在國際上首次實現(xiàn)量子機器學習算法。日前，國際權(quán)威物理學期刊《物理評論 快報》發(fā)表了這一論文[Phys. Rev. Lett. 114, 110504 (2015)]。這是量子計算應(yīng)用于大數(shù)據(jù)分析和人工智能領(lǐng)域的開創(chuàng)性實驗工作。

機器學習是人工智能的核心，通過使機器模擬人類學習行為，智能化地從過去的經(jīng)歷中獲得經(jīng)驗，從而改善其整體性能，重組內(nèi)在知識結(jié)構(gòu)，并對未知事件進行準確的推斷。機器學習在科學和工程諸多領(lǐng)域都有著非常廣泛的應(yīng)用，例如金融分析、數(shù)據(jù)挖掘、生物信息學、醫(yī)學診斷等。生活中常見的一些智能系統(tǒng)也廣泛使用機器學習算法，例如電子商務(wù)、手寫輸入、郵件過濾等。

隨著大數(shù)據(jù)時代的到來，人類產(chǎn)生的電子數(shù)據(jù)正在以每兩年翻一番的增幅爆炸式增長。據(jù)估計，人類在過去三年間產(chǎn)生的數(shù)據(jù)總量超過了之前幾千年產(chǎn)生的數(shù)據(jù)總量。另一方面，隨著后摩爾時代的到來，經(jīng)典計算機芯片尺寸難以進一步縮小，計算速度的進一步提升受到限制，科學家預(yù)測機器學習等大數(shù)據(jù)分析任務(wù)在未來或面臨大數(shù)據(jù)爆炸式增長的巨大挑戰(zhàn)。

應(yīng)對這一挑戰(zhàn)，歐美主要發(fā)達國家政府和高科技公司已經(jīng)在積極整合研究力量和資源，搶灘布局，力爭在量子信息技術(shù)應(yīng)用方面占據(jù)先機。例如，2013年，美國國家航空航天局和Google聯(lián)合成立了量子人工智能實驗室。2014年，英國牛津大學、諾基亞公司、和全球最大軍火供應(yīng)商洛克希德馬丁公司合建了量子優(yōu)化和機器學習中心。

2013年，美國麻省理工學院（MIT）塞斯·羅伊德（Seth Lloyd）教授提出理論預(yù)言，利用量子系統(tǒng)在處理高維向量上的并行計算優(yōu)勢，可以為機器學習帶來指數(shù)量級的加速，將能遠遠超越現(xiàn)有經(jīng)典計算機的運算速度。理論估計，計算兩個億億億維向量的距離，用目前最快的、每秒鐘億億次運算速度的經(jīng)典計算機大概需要十年，而用GHz時鐘頻率的量子計算機則可需要不到1秒的時間。

潘建偉小組發(fā)展了世界領(lǐng)先的光量子計算物理實現(xiàn)研究平臺，在國際上率先實驗實現(xiàn)了基于量子比特的機器學習算法演示。該算法的核心是通過以經(jīng)典數(shù)據(jù)編碼的微觀量子態(tài)和輔助量子比特的糾纏，快速提取出不同向量間的內(nèi)積、歐幾里得距離等信息。審稿人一致評價該工作“非常前沿，具有高度的興趣”、“在量子機器學習這個重要而有趣的課題邁出了第一步”。PhysOrg等國際科學新聞媒體報道了這一工作。

?

在中科院、教育部、科技部和基金委的長期支持下，潘建偉團隊對光學量子計算開展了系統(tǒng)性和戰(zhàn)略性的研究，取得了一系列開創(chuàng)性的成果：在世界上率先實現(xiàn)了五光子、六光子、八光子糾纏，制備了最高品質(zhì)量子點單光子源，構(gòu)建了基于多光子比特操縱的量子計算演示驗證平臺，開展了光子邏輯門、容失編碼、拓撲量子糾錯、多自由度隱形傳態(tài)等面向可擴展量子計算的研究，首次實現(xiàn)了肖爾大數(shù)分解算法、任意子分數(shù)統(tǒng)計的量子模擬、求解線性方程組量子算法和量子人工智能算法等，在光學量子計算領(lǐng)域一直保持著國際領(lǐng)先地位。