剑桥量子计算公司开拓推理量子机器学习方法

- 以部分信息为依据的量子辅助推理方法证明量子机器智能的准确性、灵活性和有效性英国剑桥2021年3月31日 /美通社/ -- 剑桥量子计算公司（CQC）的科学家开发出多种方法，并证明量子机器可以学习非常普遍的概率推理模型并从中提取隐藏的信息。这些方法可以改进范围广泛的应用，在这些应用中，复杂系统中的推理和对不确定性的量化至关重要。例如，医疗诊断、任务关键型机器中的故障检测或投资管理的财务预测。 CQC研究人员在预印库arXiv上发表的这篇论文中确定，量子计算机可以学习应对现实场景中典型的不确定性，而人类通常依靠直觉来处理这些不确定性。该研究团队由 Marcello Benedetti博士和共同作者Brian Coyle、 Michael Lubasch博士和 Matthias Rosenkranz博士带领，是CQC量子机器学习事业部的一个部门，该部门由 Mattia Fio