Aprendizaje automático cuántico
[5] Esta tendencia se ha agudizado gracias a las recientes inversiones de empresas como Google y Microsoft en computación cuántica.
Sin embargo el aprendizaje automático cuántico está todavía en su etapa inicial y necesita mayores fundamentos teóricos así como resultados científicos sólidos para llegar a ser una disciplina académica.
[10] Los primeros experimentos en máquinas de soporte vectorial cuánticas ya han sido realizados.
La implementación de estos métodos, basados en la distancia en un ordenador cuántico significa en primer lugar encontrar una manera de calcular distancias clásicas con algoritmos cuánticos.
[15] Sin embargo, el debate pasó rápidamente hacia un enfoque puramente computacional en versiones cuánticas de redes neuronales artificiales, las cuales juegan un papel importante en el aprendizaje automático.
[21] Sin embargo, encontrar un método para entrenar una red neuronal cuántica es todavía una tarea abierta.
En una red neuronal, la función es aproximada ajustando el parámetro del peso en cada capa, y el concepto es exactamente el mismo en QCL.
Por ejemplo, cuando los físicos experimentales tienen que lidiar con información incompleta de una fuente o sistema cuántico, la estadística bayesiana y los conceptos de aprendizaje algorítmico pueden ser fructíferamente aplicados.
[26][27] No solo el mundo académico sino también las empresas líderes en las tecnologías de la información muestran interés en el potencial del aprendizaje automático cuántico.
[29] También Microsoft parece interesado en el tema y Peter Lee anunció que va a aumentar la actividad de las empresas en la computación cuántica.
