毛威凱 | 特約編輯 (臺灣大學化學系碩士生)
量子機器學習(quantum machine learning)被期待能夠以指數級的優勢取代一部分的機器學習工作,幫助人工智慧帶來巨大的突破。2022年6月,Google團隊於科學期刊(Science)上發表了他們對量子機器學習的研究成果。他們首次證實了量子電腦在機器學習的計算上做到了指數級的效率提升,相當於在使用了20個量子位元(qubit)訓練神經網絡(neural network)時,減少了10000倍的測量次數。
而這也是量子機器學習領域中,首次以公開發表的方式,交出它具有指數級運算能力的研究證據,不僅展現了Google團隊的量子實力,也算是為目前量子機器學習的發展打了一劑強心針。
孫欣|特約編輯
今年三月初,Google量子人工智慧實驗室(Quantum AI Lab),創下了以量子電腦進行化學系統模擬之紀錄。該研究採取了一種基於隨機抽樣的化學演算法(量子蒙地卡羅法,Quantum Monte Carlo),並經過量子電腦進行加速之後…
黃俊銓|特約編輯
IonQ日前宣布該公司2022年的量子電腦開發,將使用鋇-133作為製造離子的材料,用以取代原本的鐿…
黃俊銓|特約編輯
隨著近年來電動車產業的蓬勃發展,許多公司致力於突破電動車性能的限制,其中汽車電池的改良更是關鍵的一部分,因此如何…
鄭原忠 | 臺灣大學化學系
IBM 與日本理化學研究所(RIKEN)合作,成功在 IBM-Q 量子電腦上利用 77 個量子位元模擬了 [4Fe–4S] 鐵硫簇的電子結構…
王泰洲|特約編輯
英國電信公司(British Telecom, BT) 在中空光纖中以量子金鑰分布法(Quantum Key Distribution)進行了安全通訊測試。在傳統光纖通信的過程中…
黃品澤 | 特約編輯
現今世界上最先進的計時器為原子鐘,其原理是利用雷射光束的振盪使得原子以每秒92億次的頻率振動,並以此頻率作為測量時間的基準。而原子鐘的震盪穩定性取決於環境對其造成的的干擾…