一项由维也纳大学牵头的国际研究团队的开创性研究表明，即使是小型量子计算机，也能通过新颖的光子量子电路显著提升机器学习的表现。
研究人员展示了当今的量子技术不仅仅是实验性质——它已经能够在特定任务中超越传统系统。 实验中，团队利用光子量子计算机对数据点进行分类，证明小型量子处理器在某些情况下优于传统算法。“我们发现，在特定任务中，我们的算法比经典算法犯的错误更少。”项目负责人、维也纳大学的Philip Walther解释道。
实验装置采用了由意大利米兰理工大学搭建的量子光子电路，运行的是由英国Quantinuum研究人员最初提出的机器学习算法。 “这意味着现有的量子计算机无需超越当前最先进技术，也能展现出良好性能。”《自然·光子学》论文第一作者尹正浩（Zhenghao Yin）补充道。
本研究尤为值得关注的一点是，光子平台相比传统计算机能大幅降低能耗。论文合著者Iris Agresti强调：“这在未来可能至关重要，因为机器学习算法对能源的需求已变得难以承受。” 由于电路中只传递光而非电流，光子芯片对冷却的需求更低。结合更高的性能和计算密度，可带来显著的节能效果。一些光子AI加速器承诺能耗仅为图形处理器（GPU）的1/30。
这一成果不仅对量子计算有重要意义，因为它明确了哪些任务能从量子效应中获益，同时也对传统计算产生影响。实际上，受量子架构启发的新算法有望实现更优性能并降低能耗。 该突破性进展证明，小型光子量子计算机在特定机器学习任务中可超越传统系统，研究人员利用量子增强算法在光子电路上对数据进行分类，准确率高于常规方法。
随着人工智能系统日益复杂、能耗不断攀升，这项研究为当下即可利用量子优势的、更可持续且更强大的AI技术开辟了道路。量子光子学与机器学习的融合代表了计算技术最具前景的前沿之一，相关的实际应用已初现端倪。