量子科技中心_量科网

人工智能和机器学习已在工业界和日常生活中得到广泛应用，但代价是高昂的计算需求。最新研究表明，在深度量子系统中实现机器学习，不仅能加快信息处理速度，还能执行经典系统无法完成的任务。本文报道了一种能够同时执行量子和经典机器学习任务的量子储层处理设备。该设备采用可编程硅芯片实现，以单光子激发，是一种高度可扩展且适应性强的光子学技术。该团队成功实现了多种量子任务，包括量子态层析成像和通过负性测量纠缠。此外，该团队还实现了一种缓解实验缺陷的方法，与同一系统在经典模式下的运行相比，该方法显著提高了准确性。这些结果通过提供一种探测量子态的实用方法，展示了克服量子技术关键瓶颈的途径。