量子机器学习应用与挑战

前景

1、在线性算法方面，量子工具非常有效；量子工具可以加速线性的相关算法。
2、距离度量方面，量子纠缠等效应可以有效的度量样本间的距离。
3、在处理噪声方面可能有独特的优势。
4、多目标方面。

需要做的事情

1、怎么把经典数据转为量子态；
2、合适的量子工具，比如什么时候加速运行，什么时候减速运行；
3、输出的量子信息怎么映射成我们需要的结果
4、量子学习的硬件工具的解决问题

量子态衡量样本间距离

量子神经网络