极客视点
极客时间编辑部
极客时间编辑部
113240 人已学习
免费领取
课程目录
已完结/共 3766 讲
2020年09月 (90讲)
时长 05:33
2020年08月 (93讲)
2020年07月 (93讲)
时长 05:51
2020年06月 (90讲)
2020年05月 (93讲)
2020年04月 (90讲)
2020年03月 (92讲)
时长 04:14
2020年02月 (87讲)
2020年01月 (91讲)
时长 00:00
2019年12月 (93讲)
2019年11月 (89讲)
2019年10月 (92讲)
2019年09月 (90讲)
时长 00:00
2019年08月 (91讲)
2019年07月 (92讲)
时长 03:45
2019年06月 (90讲)
2019年05月 (99讲)
2019年04月 (114讲)
2019年03月 (122讲)
2019年02月 (102讲)
2019年01月 (104讲)
2018年12月 (98讲)
2018年11月 (105讲)
时长 01:23
2018年10月 (123讲)
时长 02:06
2018年09月 (119讲)
2018年08月 (123讲)
2018年07月 (124讲)
2018年06月 (119讲)
时长 02:11
2018年05月 (124讲)
时长 03:16
2018年04月 (120讲)
2018年03月 (124讲)
2018年02月 (112讲)
2018年01月 (124讲)
时长 02:30
时长 02:34
2017年12月 (124讲)
时长 03:09
2017年11月 (120讲)
2017年10月 (86讲)
时长 03:18
时长 03:31
时长 04:25
极客视点
15
15
1.0x
00:00/02:06
登录|注册

IBM称可能已找到处理量子计算退相干的方法

讲述:丁婵大小:1.93M时长:02:06
最近,在《自然》杂志发表的一篇论文中,IBM 和其他机构的研究人员设计了两种量子算法,利用变分量子电路和量子核估计器来训练一种支持向量机分类器。这两种算法背后的关键思想是使用量子状态空间作为特征空间表示,有效地构建映射,从原始数据中识别重要特征。正确识别数据中的特征对于构建分类器来说至关重要,但是对于大型数据集来说,往往需要很大的计算开销。
研究表明,未来几年,随着量子计算机越来越强大,以及量子体积的增加,它们将能够执行特征映射(机器学习的重要组成部分),可以大规模处理高度复杂的数据结构,远远超出最强大的经典计算机。
这就是指数级量子状态空间和量子计算机并行能力发挥作用的地方。研究人员表示,由于只有在量子计算机上才能有效地使用指数级量子空间,他们的研究可以为量子优势提供一个先导。
更重要的是,IBM 的研究人员似乎找到了一种处理退相干的新方法。退相干是将量子系统带入准经典状态并进行测量的一个关键因素。它的主要问题是波函数的快速衰减,在很短的时间内就会产生噪声和误差。
论文中提出了两种控制退相干的方法,一种是概率误差校正法,另一种是零噪声外推法。误差校正和噪音代表了量子硬件方面最重大的障碍之一。因此,这一结果可能为量子计算的更多实际应用开辟道路。
量子计算机有能力解决经典计算机无法解决的问题,量子机器学习是量子优势理论的一个重要研究领域。如果你对此感兴趣,可以点击文末链接,查看论文地址
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
免费领取
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
5
沉浸
阅读
分享
手机端
快捷键
回顶部