论文研究 训练量子神经网络来解决上下文多臂强盗问题
人工智能已经渗透到我们今天生活的方方面面。 但是,要使AI表现得像真实的AI,关键瓶颈在于计算速度。 量子计算机利用量子态的独特特性,例如叠加,纠缠和干涉,以传统计算机无法实现的方式处理信息。 量子计算机作为一种新的计算范例,能够执行经典处理器难以处理的任务,从而在AI研究中实现了飞跃,并使真正的AI开发成为可能。 在这方面,量子机器学习不仅增强了经典机器学习方法,而且更重要的是,它为探索没有经典对等机器的新机器学习模型提供了一条途径。 基于量子位的量子计算机不能自然地表示机器学习中常用的连续变量,因为基于量子位的电路的测量输出通常是离散的。 因此,我们选择了基于光子量子计算模型的连续变量(C
暂无评论