根据你的要求，量子计算在这里，而不是在这里，两者兼而有之。本周有几件事提醒我，你是否相信量子力学现象会改变一切并不重要。仅仅对该领域的研究已经全面影响了技术。
二进制数字(位)是经典计算中的基本信息单位，而量子位(量子位)构成量子计算。位总是处于0或1的状态，而量子位可以处于0,1的状态，或者两者的叠加。量子计算利用量子比特来执行对于经典计算机来说更难的计算。但是今天的物理量子计算机非常嘈杂，并且仍然没有为它们发布商业上有用的算法。
AI和量子信息科学
简而言之，真正的量子计算机仍然是数年，甚至数十年。什么时候停止了研究人员?
上个月，Mobileye联合创始人Amnon Shashua和来自以色列希伯来大学的团队在物理评论快报上发表了一篇题为“ 深度学习架构中的量子纠缠 ” 的论文。(英特尔于2017年3月以153亿美元的价格收购了计算机视觉公司Mobileye。)
本文认为，深度神经网络的最新进展可以帮助物理学家更好地理解自然的量子行为。本周，Shashua在华盛顿特区的深度学习科学会议上讨论了他的计算机科学研究小组的研究结果。他宣称他们已经在数学上证明人工智能可以帮助我们理解量子物理现象。这是一个何时，而不是如果的问题。
这是AI帮助量子物理学的论据。现在让我们走另一条路。
同样在本周，IBM Research，麻省理工学院和牛津大学科学家在Nature上发表了一篇题为“ 使用量子增强特征空间的监督学习 ”的论文。该论文描述了随着量子计算机变得更强大，它们将能够在高度复杂的情况下执行特征映射。经典计算机不能的数据结构。
特征映射是机器学习的一个组成部分，它将数据分解为非冗余的“特征”。作者认为他们可以使用量子计算机创建新的分类器来生成更复杂的数据映射。然后，研究人员将能够开发出更有效的AI，例如，可以识别经典计算机看不到的数据模式。
不过，IBM所做的不仅仅是发表论文。该公司通过其量子信息科学工具包Qiskit Aqua向IBM Q Experience用户和IBM Q Network组织提供了功能映射算法。该公司甚至提供了一个在线演示。
这些论文都不一定意味着AI将解决我们的量子问题，或者机器学习将从量子进步中受益。量子计算机超越传统计算机的地步仍然遥不可及。
