俄罗斯研究人员开发的神经网络已经学会了以您以前可能从未听说过的方式预测量子系统行为的能力。只需“看”量子系统的网络结构，它就可以进行预测，并自动提供经过微调的解决方案，这些解决方案可以证明量子优势-量子计算机胜过传统计算机的能力。

ITPT大学的一位研究人员Alexey Melnikov在MIPT的一份报告中解释说：“量子行为与经典行为之间的界线通常是模糊的。我们研究的显着特征是产生的专用计算机视觉，能够辨别网络空间中的这一细线。”

经典计算基于可以具有0或1的确定值的位。而量子计算基于由于重叠而能够同时作为两个值存在的量子位。在亚原子水平上处理数据的能力为量子计算提供了比传统方法更多的优势，包括更快的速度。

量子计算机的发展是昂贵的。因此，要测试发达的量子网络是否具有量子优势，研究人员通常依赖于量子行走。研究人员在论文中描述：“量子步行是现代量子技术的核心。”

量子游动是在特定量子网络中传播的粒子的图形化可视化，该特定量子网络是量子电路的基础。将这些粒子的速度与经典计算中的等效速度进行比较，这有助于专家描述网络的量子优势。

研究人员已经训练了一种人工智能工具来完成专家的工作。通过图像识别，AI工具能够研究量子游动图并自主预测量子计算机是否具有量子优势。研究人员展示了量子行走算法开发量子计算机的能力。

莫斯科物理技术研究所(MIPT)的列昂尼德·费迪奇金(Leonid Fedichkin)说：“虽然这种方法行不通，但确实可行。我们已经成功地训练了计算机，可以自动预测复杂网络是否具有量子优势。”