由维也纳大学牵头的国际研究团队在量子计算与人工智能领域取得了重大突破，证明即使是小规模的量子计算机也能为机器学习应用带来实际效益。
该研究于2025年6月8日发表在《自然·光子学》期刊上，团队利用一种新型光子量子电路实现了量子增强的基于核函数的机器学习算法。研究人员展示，他们的量子方法在二分类任务中优于当前最先进的经典方法，如高斯核和神经切线核。
“我们发现，在特定任务上，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教授解释道。“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。”论文第一作者尹正豪补充道。
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，运行的是英国Quantinuum研究人员最先提出的机器学习算法。该系统利用量子干涉和单光子相干性，在数据分类任务中实现了更高的准确率。
除了提升准确率，这一光子方法还带来了显著的能效优势。随着机器学习应用日益复杂且能耗不断攀升，量子光子处理器有望成为可持续的替代方案。“鉴于机器学习算法因能耗过高而变得难以为继，这一点在未来可能至关重要。”论文合著者Iris Agresti强调。
该研究意义不仅限于量子计算领域，还明确指出了哪些具体任务能够从量子效应中获益，并有望激发出性能更优、能耗更低的新型经典算法。这标志着AI应用中实现实用量子优势迈出了重要一步，进一步缩小了理论量子计算与现实应用之间的差距。