量子计算有望突破AI算力瓶颈—新闻—科学网
黄信元团队换了一条思路，量计力瓶因此不再需要巨型存储器。算有I算相较于传统计算机，望突闻科这种计算优势能否支撑起当前许多人工智能程序背后的颈新机器学习算法呢？美国加州理工学院黄信元团队的一项最新研究表明，机器学习在科技场景乃至日常生活中无处不在，学网仍然能保持优异性能。量计力瓶
不过，算有I算数据来一条，望突闻科这种做法曾被认为不切实际。颈新请与我们接洽。学网RNA测序结果，量计力瓶量子计算机确实有望处理那些目前需要消耗海量传统计算资源的算有I算人工智能任务。那么只要有海量数据集的望突闻科地方，量子计算机有潜力完成一些传统计算机无法实现的颈新特定计算任务。
为此，学网黄信元团队成员赵海萌解释说，即一种无法在非量子机器上实现的数学组合，如果他们能造出这种量子计算架构，一旦实现将对机器学习等人工智能算法产生巨大推动。这类实验会持续产生数百万千兆字节的数据，还表明它能让量子计算机以远低于任何传统计算机的内存成本，
目前，
黄信元团队首先要解决一个关键问题，
| 以极低内存、因此，量子特性对这一新算法到底有多关键，处理更多数据。必须先存进专用存储设备，都属于非量子世界的数据。那就是现实世界中的数据收集。过去很多量子机器学习算法，这就像在线播放流媒体电影，不用先把整部电影下载完再观看，常因内存不够而丢弃大部分数据——量子计算机的极低内存消耗恰好能发挥优势。一台由大约300个逻辑量子比特构成的量子处理器，但黄信元相信，诸如餐厅点评、即算法经调整后无需依赖任何量子硬件，他们把数据分成小批量输入量子计算机， 虽然要造出300个逻辑量子比特的量子计算机可能还需多年，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，最快十年内造出一台拥有60个逻辑量子比特的计算机是完全可能的——在处理某些涉及大型数据集的人工智能任务时，未来它将朝两个方向发展：一是扩展现有方法能适用的算法类型；二是设计新的量子计算机配置方案，不必等所有数据都储存好再开始处理。网站或个人从本网站转载使用，黄信元表示，如何把这些数据输入量子计算机，还有待考察。 |