一項突破性成就顯示，一個量子系統在資料分類方面超越了傳統的經典人工智慧（AI），而資料分類領域歷來由傳統機器主導。維也納大學的研究人員領導的這項非凡壯舉不僅展現了卓越的準確性，而且在能耗方面也顯著降低。
這項發表在《自然光子學》雜誌上的突破標誌著量子機器學習的一個關鍵時刻。該團隊的實驗表明，即使是小規模的量子處理器，在特定的機器學習任務中也能超越其經典對應物，這是現代人工智慧的基石。關鍵在於光的使用。
該設備是一個光子量子處理器，由米蘭理工大學製造，它利用光子或光粒子來執行演算法。該任務涉及對不同類型的資料進行分類，這是一個由人工智慧系統例行執行的過程，其應用範圍從面部辨識到天氣預報。由英國公司Quantinuum設計的量子演算法比其經典競爭對手犯的錯誤更少。
此外，量子系統表現出卓越的能源效率。與需要大量電力來處理資訊的傳統電腦不同，光子系統透過直接利用光來運行，從而消耗最少的能量。這種差異在一個人工智慧模型變得越來越強大但同時也變得更加耗能的世界中變得至關重要。
維也納大學的專案負責人兼科學家Philip Walther表示：「我們發現，對於特定任務，我們的演算法比其經典對應物犯的錯誤更少。」 這一成就不僅具有技術意義，也標誌著新興的量子機器學習領域發生了範式轉變。
量子機器學習探索量子物理學的原理如何能夠提高人工智慧演算法的速度、準確性或效率。這項突破表明，量子計算可能為傳統人工智慧提供更快、更精確、更可持續的替代方案。這一發現為更高效、更可持續的人工智慧應用打開了大門。