IBM公司的研究人员认为，他们已经提出了能够在量子计算机上实现高级机器学习的新算法。

在今天发表在arXiv上的一篇论文中，arXiv是未经同行评审的学术论文的存储库，IBM的研究团队描述了它如何创建“量子算法”，使此类计算机能够以远远超出其范围的规模执行“功能映射”。经典计算机可以做到。

量子计算利用了亚原子粒子在任何时候都以一种以上状态存在的奇怪能力。得益于最小的粒子行为方式，与传统计算机相比，可以更快地完成操作并使用更少的能量。

在经典计算中，位是一条信息，可以以两种状态(1或0)存在。但是量子计算使用的是量子位(即“量子位”)，它可以存储的信息远远超过1或0，因为它们可以这些值的任何叠加都存在。

IBM的研究小组解释说，功能映射与分解信息的过程有关，以便能够访问该数据的“细粒度方面”。传统的机器学习算法已经可以做到这一点，例如通过获取图像的像素并将其基于每个人的颜色值放置在网格中。然后，这些算法以非线性方式将这些值映射到高维空间，从而根据其最有用的功能对数据进行分解。

研究人员说，然而，借助IBM的新量子算法，甚至可以更大程度地分离数据的各个方面和特征。这一点很重要，因为可以对数据进行更精确的分类，所以执行的机器学习系统将更加高效。

IBM的研究小组说：“目标是使用量子计算机创建新的分类器，以生成更复杂的数据图。” “通过这样做，研究人员将能够开发出更有效的AI，例如，可以识别传统计算机无法看到的数据模式。”

IBM研究人员指出，新算法尚未实现“量子优势”，这是量子计算机超越传统计算机性能的关键所在。IBM说，这主要是因为量子计算机仍处于起步阶段，受到当前硬件功能的限制。

IBM的研究人员说：“我们的研究尚未显示出量子优势，因为我们仅使用两个量子位的量子计算能力就可以根据当前的硬件能力将问题的范围最小化，这可以在经典计算机上进行模拟。”

不过，星座研究公司(Constellation Research Inc.)的分析师Holger Mueller对SiliconANGLE表示，IBM的工作再次证明了量子计算如何有望比目前可用的任何计算基础设施更好地运行下一代应用程序。

穆勒说：“ IBM已经展示了精选的机器学习算法(例如特征映射)在量子计算机上的运行情况如何。” “特征调用算法非常适合量子计算。”

IBM表示，其新算法将通过其Qiskit Aqua开源库向所有人开放，供开发人员，研究人员和其他专家使用。