量子科技中心_量科网

量子核方法（QKM）为近期量子计算机上的机器学习提供了一个颇具吸引力的框架。然而，除可经典模拟的平凡核函数外，量子核方法普遍存在指数集中现象，需要指数级测量次数才能解析核函数值。该研究团队提出了一种既避免指数集中效应、又保持经典计算难解性的量子核方法。该方法利用了相干驱动中性原子阵列里德堡阻塞中弱遍历性破缺的多体动力学特性。研究人员通过解析求解其底层量子动力学的近似玩具模型，以及在随机生成数据集上的大量数值模拟，证明了该量子核方法的基本特性。进一步研究表明，所提出的核函数在真实数据上表现出有效的学习能力。该量子核方法可在现有中性原子量子计算机上实现。