谷歌量子计算改进图像分类，微美全息5G核心算法助力AI视觉发展

在一个新的教程中,谷歌的研究人员演示了如何使用量子计算技术对由单个光子照射的28像素乘28像素的图像进行分类。通过改变光子的量子态,他们表明他们能够在流行的手写数字MNIST语库上实现“至少”41.27%的精度——比传统计算方法提高了21.27%。另外量子计算还能解决经典网络中一些棘手问题,比如预防出现模型训练中的梯度消失问题。MNIST,最经典的计算可以完成的是检测一个落在图像像素上的光子,然后通过将每张图像的亮度重调到一个单位和来从光强分布中猜测数字。“除了为量子和机器学习专家提供一个简单易懂的玩具问题之外,这个简单量子/简单机器学习角也可能对在一个更容易理解的设置中教授测量过程的物理很有兴趣。”