量子科技中心_量科网

高斯玻色取样（GBS）作为一种有前景的量子计算范式，已在多种应用中展现出潜力。然而现有研究多集中于理论层面或简单任务，对其解决现实世界实际问题的能力探索有限。该研究团队受极限学习机（ELM）启发，提出了一种基于GBS的新型图像识别方案，通过“九章”最新GBS设备实现感知机性能提升。该方案采用8176模式时空混合编码的光子处理器，在量子计算优越性体制下实现约2200个平均光子点击数。应用于MNIST和Fashion-MNIST数据集分类时，测试准确率分别达到95.86%和85.95%，超越了经典线性核支持向量机及此前基于物理ELM的实验结果。研究人员还探究了三种超参数的影响及GBS在实验中的效率。该工作不仅证实了GBS在现实机器学习应用中的潜力，更旨在推动基于GBS技术的强大机器学习方案的进一步发展。