量子处理器替代神经网络建模天气

量子计算机不会明显超越经典硬件的单一时刻。我们可能会首先看到它对一组狭窄的问题有用，然后逐渐扩大到越来越多的计算范围。问题现在转变成了首先出现实际应用的地方在哪里。量子计算初创公司 Rigetti 发布了一份白皮书，至少从理论上确认量子计算机应该在一个用例上更有优势。它实际上很有用：替换用于分析天气数据的神经网络。Rigetti 的员工研究的问题涉及获取部分天气数据并推断其余数据。地球很多地区缺乏良好的覆盖，因此我们只能得到当地情况的部分信息。如果有商用飞机之类经过上述偏远地区，我们通常会想要更全面地了解那里的情况。为了解决该问题，我们对拥有更完整天气数据的地区训练神经网络。经过训练之后，可给系统部分数据，让系统推断出其余部分可能是什么。例如经过训练的系统可使用卫星云图和雷击数据等内容创建可能的天气雷达图。这正是神经网络擅长的事情：识别模式和推断相关性。引起 Rigetti 团队注意的是，此类神经网络能很好地映射到量子处理器上。在典型的神经网络中，一层“神经元”在将其结果发送给下一层之前执行操作。网络通过改变不同层的单元之间的连接强度来“学习”。在量子处理器上，每个量子比特都可以执行等效的操作。量子比特之间也共享连接，连接的强度可以调整。因此可以在量子处理器上实现和训练神经网络。