小编：原始标题：玻色子采样用于量子图像识别，玻色子采样用于量子图像识别（示意图）。图像来源：日本
原始标题：玻色子采样用于识别量子图像
玻色子采样用于量子AI的图像识别（示意图）。图片来源：冲绳科学技术大学，日本
十多年来，基于光学颗粒的量子计算协议玻色子采样一直被认为是一个重要的里程碑，以证明量子计算优于经典计算。实验表明，玻色子采样很难使用经典计算机进行模拟，但尚未透露其实际应用。日本是冲绳科学技术大学的研究团队，最近在其光学量子杂志上打开了一个新窗口，以在现实世界中应用量子人工智能（AI），并使用玻色子对关键图像识别任务进行采样。
构建团队却是一个量子AI系统，可用于仅使用三个光子和线性光网的图像分类工作。图像识别被广泛用于刑事调查分析，医学诊断和其他领域。设备提出的低能混合量子方法具有巨大的潜力，并朝着实施量子AI迈出了重要一步。
玻色子（例如光子）遵循Bose Einstein统计。要了解玻色子采样的原理，您可以想象一个“大理石”游戏。将大理石从上方放在爪子之间，大理石冲突和反弹，最后落入下面的网格中，丰富了中心的着陆点，形成了类似于铃铛形状的分布图。但是用光子代替大理石会使情况完全不同。光子不仅像大理石一样“碰撞”。它们是挥发性的水波，可以互相重叠以干扰。这种干扰效应可以通过复杂的光学网络产生极其复杂的着陆分布。这不是简单的对称麻木ER，但是即使是超级计算机也很难准确预测的模式。
为了开发图像识别系统，该团队设计了AI的新量子体系结构。在仿真实验中，灰色尺度图像数据首先被压缩，并以单个光子的量子状态进行编码。这些光子被注入复杂的光网（量子沉积）中，并彼此干扰以形成丰富和高数的模式。检测器记录了光子和样品的输出位置，以形成玻色子采样的概率分布。最终，这些量子出口与原始图像的数据相结合，并由简单的线性分类器识别。
实验结果表明，该系统在所有测试图像集中都很好地执行，并且与同一规模的传统自动学习方法相比，精度明显更高。 （Zhang Jiaxin Reporter）
（编辑：Hao Mengjia，Xiong Xu）
分享以向更多人展示
当前网址：https://www.ag-80.com//a/keji/168.html
