玻色子采样用于量子AI图像识别

十众年来，玻色子采样（一种基于光粒子的量子估计和议）不停被视为证据量子估计优于经典估计的紧要里程碑。只管已有实行解释玻色子采样难以用经典估计机模仿，但其现实用处不停尚未真切。日本冲绳科学手艺大学院大学酌量团队今天正在《光学量子》期刊上通知，他们初次将玻色子采样用于图像识别这一合节劳动，为量子人工智能（AI）正在实际宇宙中的利用翻开了新窗口。

团队仅利用三个光子和一个线性光学搜集，就修筑出可用于图像分类的量子AI编制。图像识别通俗利用于刑侦认识、医学诊断等范围。团队此次提出的低能耗、混杂型量子本事出现出极强潜力，向量子AI的落地迈出合节一步。

玻色子（如光子）按照玻色—爱因斯坦统计。要剖析玻色子采样的道理，可能联思一个“弹珠钉板”逛戏：把一颗颗弹珠从上方放下，弹珠会正在钉子间碰撞、反弹，末了落到下方的格子里，落点众纠集正在中央地位，造成一个相仿钟形的漫衍图。但假设把弹珠换成光子，环境就统统分歧了。光子不像弹珠那样只是“撞来撞去”，它们具有摇动性，就像水波雷同，可互相叠加、插手。这种插手效应让它们正在穿过一个庞杂光学搜集时，出现出极为庞杂的落点漫衍，不再是简略的对称图形，而是一个连超等估计机都难以确切预测的图案。

为开垦图像识别编制，团队策画了一种新型量子AI架构。正在模仿实行中，灰度图像数据最初被压缩统治，并编码到单光子的量子态中。随后，这些光子被注入一个庞杂的光学搜集（量子水库），正在个中插手造成充足的高维形式。探测器记载光子的输出地位，频频采样造成玻色子采样的概率漫衍。最终，这些量子输出与原始图像数据集合，通过一个简略的线性分类器举行识别。

实行结果显示，该编制正在通盘测试图像数据集上均展现优异，确切率明显高于古板同界限的呆板进修本事。

奇特声明：本文转载仅仅是出于传达消息的必要，并不虞味着代外本网站意见或外明其内容简直实性；如其他媒体、网站或小我从本网站转载利用，须保存本网站解释的“源泉”，并自信版权等法令义务；作家假设不心愿被转载或者联络转载稿费等事宜，请与咱们筹商。

意大利科莫湖岸生态修复：轮叶黑藻种植鼓动可陆续发扬 MDPI Sustainability

Architecture 系列特刊：人工智能 (AI) 正在修筑范围的利用 MDPI 特刊征稿