量子神经网络可高效学习碎片分类

Mikhail Mints 与 Eric R. Anschuetz 发表论文，提出“碎片分类”学习问题：给定量子态输入，判断它属于哪个低维、动力学上不相连的子空间。作者证明，当碎片化现象满足特定条件时，量子计算机可高效求解该问题。 作者还证明，已知的去量子化技术对碎片分类失效，以此作为该任务经典计算难度的证据。论文称，这是一个由物理动机驱动的量子机器学习任务，既对量子计算机高效，又无已知的经典去量子化方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。