量子计算有望助力处理人工智能训练所需海量数据
研究表明,量子计算机最终或能协助处理人工智能训练所需的部分海量数据集。当前面临的挑战之一在于如何将通常以TB或PB计的大型数据集导入量子系统。要利用量子效应,数据需转化为量子态,而传统制备这些量子态需要庞大的量子内存。
量子计算初创公司首席技术官黄新元指出:“机器学习已广泛应用于科技领域与日常生活。在能够构建此类量子架构的前提下,这项技术有望应用于所有存在海量数据集的场景。”
新型处理模式突破存储限制
最新研究提出,新方法无需先将完整数据集载入量子内存,而是在处理过程中动态制备所需量子态,从而显著降低内存负荷。研究人员表示,这使得利用量子叠加等效应时不必依赖超大规模存储系统。
该方案还能让量子计算机以少于传统系统的内存处理大型数据集。据估算,配备约300个逻辑量子比特的系统就可在特定任务中超越经典计算机——逻辑量子比特是经过纠错、能可靠执行计算的量子单元。
尽管此类系统尚未实现,但研究人员预测,拥有约60个逻辑量子比特的量子计算机已能在部分人工智能数据处理任务中超越经典系统。这预示着量子计算的进步可能对密码学、区块链等领域产生深远影响。
量子计算公司联合创始人此前曾指出:“人们常认为量子计算机距实用化总有十年之遥。但回顾十余年前,当时实验室最优系统仅约5个量子比特,而实现肖尔算法所需被预估为十亿量子比特——这显示出该领域的发展速度远超预期。”
人工智能与量子计算形成双向赋能
随着人工智能工具帮助科学家分析与建模难以模拟的复杂量子系统,两者间的联系正日益紧密。这种协同作用加速了量子硬件与应用研究的进程。
瑞士苏黎世联邦理工学院计算物理学教授解释道:“量子机器是功能强大的装置,但首先需要为其提供‘养分’。本研究探讨了如何通过逐比特的数据加载方式实现高效供给,避免系统的过载风险。”

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
索拉纳ETF
瑞波币ETF
香港ETF
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注