양자 기계 학습을 사용하면 어떤 이점이 있습니까?

Aug 18 2020

저는 양자 기계 학습의 용도를 조사하고 있으며 몇 가지 작업 예제를 만들었습니다 (PennyLane을 사용한 변이 양자 분류기의 변형). 그러나 이제 내 문제는 고전적인 기계 학습과의 관계입니다. 현재로서는 (적어도 내 테스트에서) QML은 (기존 네트워크에 비해) 성능에 큰 향상을 제공하지 않는 것처럼 보이며 실제 하드웨어에서 실행할 때 상당히 느립니다.

나는 이것이 사람들이 여전히 탐구하고있는 젊은 분야라는 것을 이해하지만, 왜 문제에 대해 항상 고전적인 ML 알고리즘을 사용하지 않는지 궁금합니다. 따라서 내 질문은 다음과 같습니다.

  • 양자 기계 학습을 사용하면 어떤 이점 (또는 예상 이점)이 있습니까?
  • 지금은 거의 이점이 없지만 하드웨어가 향상되면 성능이 향상 될 가능성이 있습니까?
  • QML이 고전적인 ML을 능가하는 사례가 있다는 사실은 놀랍지 않습니다. 여기, 내 질문은 왜 이것이 사실입니까? 양자 체제로 전환하면 성능이 어떻게 향상 될까요?

답변

WingCode Aug 18 2020 at 00:48

이 리소스를 확인하십시오. QML이 미래에 어떻게 될지 보여줍니다 ( AI 용 IBM Q 참조) .

양자에서 영감을받은 알고리즘의 경우 데이터 세트가 특정 조건을 충족하면 기존 접근 방식보다 더 좋을 수 있습니다 . 실제로 양자에서 영감을받은 알고리즘을 참조하십시오.