In Wenen, Oostenrijk, hebben onderzoekers van de Universiteit van Wenen een belangrijke doorbraak bereikt op het gebied van quantum machine learning. Hun werk, gepubliceerd in Nature Photonics, toont aan dat zelfs kleine quantumcomputers de prestaties van machine learning-algoritmen kunnen verbeteren. Deze ontdekking opent spannende nieuwe mogelijkheden voor de toekomst van computing.
Het team gebruikte een fotonische quantumprocessor om datapunten te classificeren, waarbij de voordelen van quantum-effecten ten opzichte van klassieke computers werden benadrukt. Het experiment toonde aan dat deze kleine quantumprocessors beter kunnen presteren dan conventionele algoritmen. "We ontdekten dat ons algoritme voor specifieke taken minder fouten maakt dan zijn klassieke tegenhanger", legde Philip Walther van de Universiteit van Wenen, projectleider, uit.
Dit onderzoek bevordert niet alleen quantum computing door taken te identificeren die profiteren van quantum-effecten, maar biedt ook inzichten voor standaard computing. Het gebruik van fotonische platforms, die minder energie verbruiken dan standaardcomputers, is een ander belangrijk voordeel. Dit kan cruciaal zijn naarmate machine learning-algoritmen steeds energie-intensiever worden. Deze doorbraak kan leiden tot het ontwerp van nieuwe, efficiëntere algoritmen, geïnspireerd door quantumarchitecturen.