量子人工智能突破——新定理减少训练数据需求
2022 年 8 月 24 日——根据最近的一项证明，训练量子神经网络只需要少量数据。 这与之前基于经典计算在机器学习或人工智能方面对数据的巨大需求的假设相反。 该定理适用于多种方式，例如更有效地编译量子计算机或区分材料阶段以进行材料发现。
许多人认为量子机器学习需要大量数据。 \“我们已经证明，对于许多相关问题来说，这是不正确的，\”洛斯阿拉莫斯国家实验室量子理论家和该论文的 Nature Communications 期刊的合著者 Lukasz Cio 说。 这给量子机器学习带来了新的希望。 \“当量子计算机优于经典计算机时，我们正在缩小我们今天所拥有的与量子优势所需的差距。”
我们的工作消除了这一障碍。 尽管量子人工智能的其他问题可能仍然存在，但我们现在知道数据大小不是问题。
来源和详细信息：
Quantum AI Breakthrough: New Theorem Shrinks Need for Training Data