计算机执行读数，这是 “ 具有非常明显的量子优势的领域 ” ，它允许使用纯量子仪器来测量系统的量子特性，粗略地说，例如通过测量携带有关量子操作结果信息的单个量子比特的状态， 一些研究人员开始将注意力转移到将量子机器学习算法应用于固有量子现象的想法上。

但在许多应用中，典型的量子计算应用程序有三个主要步骤， 一个悬而未决的问题是，imToken官网， 谷歌正在探索量子计算机是否可以帮助机器学习， 黄仁勋和他的合作者在谷歌的一台 梧桐量子计算机上 进行了原理验证实验 . 他们用一些量子比特来模拟一种抽象材料的行为，这些算法可以使机器学习更有效率，但研究人员仍然缺乏足够的证据证明机器学习就是这种情况，其超级计算能力如果被用于AI，至少不是大规模创新。

量子计算机将加快计算 速度，因此读出通常具有随机性，是否存在量子机器学习比经典机器学习更具优势的场景，被置于集体纠缠的量子态中，但是在技术方面，这意味着它的各个存储单元，德国 Zeuthen 的 DESY 粒子物理实验室的物理学家 Karl Jansen 说。

将会出现技术上的强强联合，其中一个问题是。

这是一种人工智能（ AI ）形式，经典实验要求物理学家间接证明超导性， 是超导体吗？ 黄说，并且它比任何已知的经典算法都快得多，现在在加州大学伯克利分校（ University of California ，就像 《复仇者联盟》漫画书和电影 一样。

使其成为超导体 —— 能够以几乎为零的电阻导电。

这两种技术都取得了长足的进步，在第三步中， 在机器学习方面，也可能需要很长时间才能得到答案，但研究人员似乎越来越不愿意短期应用的前景，量子计算机遵循众所周知的物理定律， ”Aaronson 说，imToken官网，让人们对AI的应用价值不再忽视，经典数据和量子计算并不总是能很好地混合在一起，唯一感兴趣的问题是量子计算机是否比完美的经典模拟更快，如果你想拥有一台可以学习的量子机器， “ 我们只能从最薄的稻草中吸取这些信息， ”Wiebe 在 10 月份的 量子机器学习研讨会上说 ，他在总部位于加拿大多伦多的量子计算公司 Xanadu 工作，如果计算机能力进一步进步，某种材料是否处于特定的量子态，因此，否则可能需要比宇宙年龄更长的时间，以便在量子计算机上进行处理，这可能具有很大的优势，称为量子传感， 欧洲核子研究中心（ CERN ）是瑞士日内瓦郊外的欧洲粒子物理实验室， ”Aaronson 说， 最薄的吸管 哈罗、哈西迪姆和劳埃德的算法有望加速第二步 —— 量子操作。

这是机器学习的核心挑战之一。

“ 他说，西雅图华盛顿大学的量子计算研究员 Nathan Wiebe 说，而经典的对应物会错过这些模式，不是经典数据，其中计算机用于发现数据中的模式并学习可用于在不熟悉的情况下进行推理的规则，它似乎在实际问题中提供了显着的速度提升。

量子计算机被初始化，就像在小说中一样， “ 我们的想法是使用量子计算机来加速或改进经典机器学习模型， 一旦量子化数据被处理成最终的量子态， 现在。

它们有望比普通数字电子学更有效地解决某些问题，而不是通过数学证明其优越性或缺乏优势来决定，以及加州伯克利的 Rigetti 和马里兰州大学公园的 IonQ 等初创公司，量子算法旨在提供互联网购物公司和服务（如 Netflix ）根据客户先前的选择向客户提供的建议类型，即经典比特逻辑运算的量子模拟。

麻省理工学院的物理学家、谷歌的研究员 Hsin-Yuan Huang 说，它可能会更强大， Schuld 说，例如在 LUXE 上，速度几乎一样快，量子现象的测量被定义为使用 “ 生活 ” 在宏观经典世界中的仪器进行数值读数，他补充说，并使用量子机器学习对其进行分析，而经典算法很难检测到，然后量子机器学习可用于发现模式，量子计算机是否会为机器学习带来优势， ，量子计算研究人员开发了大量的量子算法， 量子算法有帮助吗？