中國科學技術大學3月30日宣布，該校潘建偉教授及其同事陸朝陽、劉乃樂等組成的研究團隊在國際上首次實現量子機器學習算法。這是量子計算應用于大數據分析和人工智能領域的開創性實驗工作。

　　2013年，美國麻省理工學院(MIT)塞斯·羅伊德(Seth Lloyd)教授提出理論預言，利用量子系統在處理高維向量上的并行計算優勢，可以為機器學習帶來指數量級的加速，將能遠遠超越現有經典計算機的運算速度。理論估計，計算兩個億億億維向量的距離，用目前最快的、每秒鐘億億次運算速度的經典計算機大概需要十年，而用GHz時鐘頻率的量子計算機則可需要不到1秒的時間。

　　潘建偉小組發展了世界領先的光量子計算物理實現研究平臺，在國際上率先實驗實現了基于量子比特的機器學習算法演示。該算法的核心是通過以經典數據編碼的微觀量子態和輔助量子比特的糾纏，快速提取出不同向量間的內積、歐幾里得距離等信息。

　　日前，國際權威物理學期刊《物理評論快報》發表了這一論文。審稿人一致評價該工作“非常前沿，具有高度的興趣”、“在量子機器學習這個重要而有趣的課題邁出了第一步”。PhysOrg等國際科學新聞媒體報道了這一工作。

　　近年來，為了應對未來或面臨大數據爆炸式增長的巨大挑戰，歐美主要發達國家政府和高科技公司已經在積極整合研究力量和資源，搶灘布局，力爭在量子信息技術應用方面占據先機。例如，2013年，美國國家航空航天局和Google聯合成立了量子人工智能實驗室。2014年，英國牛津大學、諾基亞公司、和全球最大軍火供應商洛克希德馬丁公司合建了量子優化和機器學習中心。

　　據悉，潘建偉團隊對光學量子計算開展了系統性和戰略性的研究，取得了一系列開創性的成果：在世界上率先實現了五光子、六光子、八光子糾纏，制備了最高品質量子點單光子源，構建了基于多光子比特操縱的量子計算演示驗證平臺，開展了光子邏輯門、容失編碼、拓撲量子糾錯、多自由度隱形傳態等面向可擴展量子計算的研究，首次實現了肖爾大數分解算法、任意子分數統計的量子模擬、求解線性方程組量子算法和量子人工智能算法等，在光學量子計算領域一直保持著國際領先地位。