據悉，他們了一套在一臺量子計算機上運行的單層人造神經(jīng)網(wǎng)絡(luò )(ANN)。這種基礎 ANN 被稱(chēng)為感知器，它是更強大網(wǎng)絡(luò )神經(jīng)的基礎組成部分。

　　而之前在量子系統上建立感知器的嘗試涉及到的是將單個(gè)量子位元視為是網(wǎng)絡(luò )中的神經(jīng)元。這是一種繁瑣而又復雜的方法，并且它也未能產(chǎn)生太多的可操行結果。

　　Tacchino 及其團隊則嘗試了另一種不同的方法。據其介紹，他們采用的是一種類(lèi)似于 Rosenblatt 感知器在量子計算機上的另一種設計，“我們通過(guò)在支持云量子計算的 IBM 量子處理器上部署二量子位版算法來(lái)實(shí)驗性地展示這種方法的有效性。”

　　IBM 的 Q Experience 計算機是一種五量子位云端訪(fǎng)問(wèn)的量子系統，對于那些沒(méi)有數百萬(wàn)美元資金投入的實(shí)驗室和接觸世界級物理學(xué)家和工程師的人來(lái)說(shuō)，它一直被作為是一種與量子計算互動(dòng)的方式，不過(guò)通常情況下，它更多地會(huì )被認為是一種教育工具。

　　量子計算機面臨的其中一個(gè)大問(wèn)題是沒(méi)有任何軟件、程序或編碼。要為一臺違反物理定律的機器編寫(xiě)代碼是非常困難的，但這并不是說(shuō)就沒(méi)有可能。

　　意大利團隊就通過(guò)在 IBM Q 系統上運行感知器算法并利用合成神經(jīng)網(wǎng)絡(luò )進(jìn)行圖像分類(lèi)任務(wù)證明了這一點(diǎn)。據悉，這是科學(xué)界第一次這樣做。

　　現在它所能做的就是分辨出給定圖像的三種基礎模式中的其中一種。雖然這聽(tīng)起來(lái)好像也算不上什么大事，但當把它放在量子優(yōu)勢的背景下卻又是另外一回事了。

　　研究人員表示，他們的算法比傳統感知器模型更具有指數優(yōu)勢。這僅僅意味著(zhù)在量子系統云端運行的神經(jīng)網(wǎng)絡(luò )可能比在傳統系統上運行的神經(jīng)網(wǎng)絡(luò )更具有指數型的優(yōu)勢。人工智能和量子計算的結合帶來(lái)的影響將會(huì )是超乎想象的。

　　相信未來(lái)的智能機器絕不會(huì )只是 AI 或量子--而是兩者兼而有之。
　　(邯鄲網(wǎng)站建設)