如何解读「量子计算应对大数据挑战:中国科大首次实现量子机器学习算法」?——是KNN算法吗?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:
作者:知乎用户
链接:https://www.zhihu.com/question/29187952/answer/48519630


我居然今天才看到这个问题,天……本专业,有幸听过他们这个实验的组会来解(che)答(dan)一下。

之前在陆朝阳组内开组会的时候师兄正好在做这个,我本科是这个专业的,之前看到他们paper发了,还有新闻,还和室友吐槽了一番。不过实验本身还好吧,中科大在这方面确实是世界领先的,所以结合一些其他学科做出些实验还是很有看点的,比如之前就有过用量子计算和生物学结合的实验,不知道什么时候发了paper。
注意新闻下面的配图。这次的配图真的还算有关,不是写新闻的随便写的。为什么这么说呢,因为这个实验抽象出来真的就是这图这么简单。
 


这次实验的主要内容就是如何实现最基础的机器学习(如果没有把当年学长讲得记错大意的话):
这次关注的机器学习就是通过一些已知答案的情况去预测新的案例。

比如图中蓝色的点表示一种情况,红色的点表示另一种情况。那么给出一个新点,如何分辨其是属于蓝色一类还是红色一类呢?
答案就是求距离。(在经典的情况下貌似就是再找新点啊,判定新案例啊各种复杂的balabala)

然后他们做的实验就是抽象成如何求出两个向量之间的距离

这次“在量子机器学习这个重要而有趣的课题迈出了第一步”这个评价是很中肯的。说白了,其实这个就是用量子计算的方法去做了一个很简单的数学题。扣上什么“大数据”的帽子我觉得是新闻赚眼球的嫌疑。

所以个人见解
这个实验本身算不上什么突破,只是扣上了“机器学习”的帽子,做了先驱者。但是对于量子计算真正的难题没有什么推进。
这样说起来这论文好像有点水(恩恩,黑自家学校不太好),不过量子计算现在很多论文都是在实现算法啊,尝试点可以算的东西。内容看起来都很简单,但是实现出来难度还是很大的。你想想几个光子纠缠都是世界领先,你现在做个6位的8位的经典CPU算什么?在量子计算里你就是大牛了。
但是个人不太感兴趣的就是这类的实验主要的内容是量子计算机做出来,能干什么?而不是怎么能尽快做出来?


上面打算失业的同学们让你们失望了,我跟大学同学打赌能用的量子计算机什么时候能做出来,标准是100个bit,时间是50年。所以想让这玩意用起来,我只能说,有生之年系列。现在研究深也改行来玩经典计算机了/(ㄒoㄒ)/~~












本文转自张昺华-sky博客园博客,原文链接:http://www.cnblogs.com/bonelee/p/7644906.html ,如需转载请自行联系原作者




相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
99 4
|
6天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
75 15
|
9天前
|
算法
PAI下面的gbdt、xgboost、ps-smart 算法如何优化?
设置gbdt 、xgboost等算法的样本和特征的采样率
26 2
|
27天前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
44 1
|
1月前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
209 5
|
1月前
|
存储 机器学习/深度学习 大数据
量子计算与大数据:处理海量信息的新方法
量子计算作为革命性的计算范式,凭借量子比特和量子门的独特优势,展现出在大数据处理中的巨大潜力。本文探讨了量子计算的基本原理、在大数据处理中的应用及面临的挑战与前景,展望了其在金融、医疗和物流等领域的广泛应用。
|
1月前
|
机器学习/深度学习 自然语言处理 算法
深入理解机器学习算法:从线性回归到神经网络
深入理解机器学习算法:从线性回归到神经网络
|
1月前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
97 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 算法
深入探索机器学习中的决策树算法
深入探索机器学习中的决策树算法
41 0
|
1月前
|
机器学习/深度学习 算法 Python
机器学习入门:理解并实现K-近邻算法
机器学习入门:理解并实现K-近邻算法
36 0

热门文章

最新文章