量子演算法可以讓人工智慧更快

計算機思考問題的方式之一是通過分析大型數據集內的關係進行的。一個國際研究小組已經證明，量子計算機可以實現一個分析的功能，而且速度比經典計算機更快，預期將實現更廣泛的數據類型的數組計算。

研究團隊提出的這種新型的量子線性系統演算法發表在《物理評論快報》雜誌上。在未來，這種演算法可能有助於處理數字問題等各種各樣的商品定價，社會網路和化學結構等實際問題。

「這類先前的量子演算法本來是設計用來解決某種特性的實際應用問題的。如果我們要實現其他數據量子加速，我們需要升級我們演算法，」Zhikuan Zhao說，他是這個研究工作的通訊作者。」

第一個量子線性系統的演算法是在2009由一組不同的研究人員提出的。這種演算法目前開始應用研究於量子形式的機器學習或人工智慧。

線性系統的演算法工作在一個大的矩陣數據中。例如，一個交易者可能試圖預測商品的未來價格。矩陣可以捕捉價格運動在時間和數據的功能，可能會影響這些價格的歷史數據，如貨幣匯率。該演算法計算每個特徵是多麼強烈的與另一個"反相"矩陣。這些信息可以被用來預測未來。

「有很多涉及到的計算分析的矩陣。當數據的矩陣超越10000乘以10000時，這種矩陣大小對於傳統電腦來說就很難計算了，」Zhao解釋道。「這是因為計算步數會隨著矩陣中元素的個數迅速增加，矩陣的大小每增加一倍，計算機所需要的計算長度要增加八倍。」

2009年的時候開發的演算法能更好地應對更大的矩陣，但只有當其中的數據是稀疏的情況下才可以。在這些案例中，有元素之間存在的限制關係，這往往是不現實的真實數據。Zhao，Prakash和wossnig開發的新演算法相比古典的和之前的量子版本速度更快，而沒有對於數據緊密程度的限制。

作為一個粗略的指導，對於一個10000平方的矩陣，經典演算法要有一千億次的計算步驟，第一次開發的量子演算法所需的幾千次的步驟在新的量子演算法下只需要幾百步數。這總新型演算法是依賴於一種稱為量子奇異值估計技術。

已經有一些早期的小型量子計算機原理演示模型用來證實量子線性系統演算法的可行性。Zhao和他的同事們希望也能用一些實驗組的工作實現這種新型演算法原理的演示證明。他們還想做的實現演算法所需的努力進行了充分的分析，檢查可能會產生的費用。

為了展示一個真實的量子優於經典演算法將需要更大的量子計算機。Zhao估計，「我們可能在未來三到五年內，或許可以使用實驗室中的硬體設備實現一些有意義的量子人工智慧應用計算。」

來源：https://phys.org/news/2018-02-quantum-algorithm-ai-faster.html

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！