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?

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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
7月前
|
机器学习/深度学习 自然语言处理 算法
大数据选举预测:算票的不只是选票,还有算法
大数据选举预测:算票的不只是选票,还有算法
279 0
|
11月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
6月前
|
算法 搜索推荐 大数据
当“爆款书”遇上大数据:出版业的老路,正在被算法改写
当“爆款书”遇上大数据:出版业的老路,正在被算法改写
691 8
|
12月前
|
数据采集 机器学习/深度学习 算法
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
791 4
|
6月前
|
机器学习/深度学习 数据采集 人工智能
【机器学习算法篇】K-近邻算法
K近邻(KNN)是一种基于“物以类聚”思想的监督学习算法,通过计算样本间距离,选取最近K个邻居投票决定类别。支持多种距离度量,如欧式、曼哈顿、余弦相似度等,适用于分类与回归任务。结合Scikit-learn可高效实现,需合理选择K值并进行数据预处理,常用于鸢尾花分类等经典案例。(238字)
|
8月前
|
算法 搜索推荐 大数据
大数据能不能看透消费者的心?聊聊那些“你以为是偶然,其实是算法的必然”
大数据能不能看透消费者的心?聊聊那些“你以为是偶然,其实是算法的必然”
266 5
|
9月前
|
数据可视化 算法 量子技术
量子开发者实战:用量子算法可视化工具撕裂量子黑箱
量子研究面临线路复杂、态演化抽象、纠错黑箱三大难题,造成资源浪费与理解偏差。解决方案需具备量子线路降维、态演化全息投影与纠错可视化能力。板栗看板、Qiskit Bloch Sphere、Quantastica等工具助力科研与教学,提升理解效率与算法调试速度,推动量子技术从黑箱走向直观可视。
量子开发者实战:用量子算法可视化工具撕裂量子黑箱
|
11月前
|
机器学习/深度学习 数据采集 人工智能
20分钟掌握机器学习算法指南
在短短20分钟内,从零开始理解主流机器学习算法的工作原理,掌握算法选择策略,并建立对神经网络的直观认识。本文用通俗易懂的语言和生动的比喻,帮助你告别算法选择的困惑,轻松踏入AI的大门。
759 8
|
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。
1568 6
下一篇
开通oss服务