要聞列表量子電腦能透過更有效率地處理大型數據集來提升 AI
Decrypt2026-04-21 16:18:44

量子電腦能透過更有效率地處理大型數據集來提升 AI

ORIGINALQuantum Computers Could Boost AI by Processing Large Datasets More Efficiently
AI 影響分析Grok 分析中...
📄完整原文· 由 trafilatura 自動擷取Gemini 翻譯3101 字
簡而言之 - 研究人員表示,量子電腦處理某些 AI 資料集的能力可能比傳統機器更有效率。 - 一種提出的新方法是將資料分批輸入量子系統,而非一次性全部載入。 - 即便規模相對較小的量子電腦,在處理某些資料密集型任務時也可能展現出優勢。 根據 New Scientist 的報導,量子電腦最終可能協助處理用於訓練人工智慧的部分龐大資料集。 這項研究參考了 Caltech、Google Quantum AI、量子運算新創公司 Oratomic 以及 MIT 先前的一項研究。研究人員指出,目前面臨的一項挑戰在於如何將通常以 TB 或 PB 為單位的龐大資料集輸入量子電腦。為了利用量子效應,資料必須轉換為量子態,而準備這些狀態傳統上需要大量的量子記憶體。 Oratomic 技術長 Hsin-Yuan Huang 在聲明中表示:「機器學習在科學、技術以及日常生活中確實無處不在。在我們能夠建立這種 [量子運算] 架構的世界裡,我覺得只要有龐大資料集的地方,它都能派上用場。」 該研究提出,新方法無需先將完整資料集載入量子記憶體,而是在處理過程中準備必要的量子態,從而減輕記憶體負擔。研究人員表示,這使得在無需極大儲存系統的情況下,也能利用疊加態等量子效應。 研究人員指出,這種方法還能讓量子電腦在處理大型資料集時,使用比傳統系統更少的記憶體。這顯示出一台擁有約 300 個邏輯量子位元(logical qubits,即能可靠執行計算的糾錯量子位元)的機器,在特定任務上可能超越傳統電腦。 儘管目前尚未出現這樣的系統,但研究人員估計,一台擁有約 60 個邏輯量子位元的量子電腦,在人工智慧所使用的某些資料處理任務上,可能開始超越傳統系統,這也凸顯了量子運算的進步可能對密碼學和區塊鏈等領域構成威脅。 Oratomic 共同創辦人兼執行長 Dolev Bluvstein 先前曾向 Decrypt 表示:「人們習慣認為量子電腦永遠還需要 10 年才能實現。但如果你回顧十多年前的情況,當時對於 Shor’s algorithm 所需資源的最佳估計是 10 億個量子位元,而當時實驗室中最好的系統大約只有 5 個量子位元。」 儘管如此,研究人員表示人工智慧與量子運算之間的聯繫正日益緊密,因為 AI 工具能協助科學家分析並建模複雜的量子系統,而這些系統在過去難以模擬,這也加速了量子硬體與應用的研發進程。 瑞士 ETH Zurich 計算物理學教授 Adrián Pérez-Salinas 在聲明中表示:「量子機器是非常強大的裝置,但你確實需要先餵養它。這項研究探討了餵養方式,說明如何透過逐位元載入 [資料] 就已足夠,而無需過度餵養這頭巨獸。」
資料狀態✓ 已擷取全文閱讀原文(Decrypt)
🔍歷史類似事件· 關鍵字 + 標的比對5 則
💡 目前用關鍵字 + 標的比對(MVP)· 之後會升級為 embedding 語意搜尋
原始資訊
ID:925739013c
來源:Decrypt
發佈:2026-04-21 16:18:44
分類:一般 · 導出分類 neutral
標的:未指定
社群投票:+0 /0 · ⭐ 0 重要 · 💬 0 留言