量子计算机学着分辨树木

研究人员帮助D波计算机学会辨别树木。来源:知识共享

科学家正在训练量子计算机识别树木。这听起来可能不重要，但结果意味着研究人员离使用量子计算机解决复杂的机器学习问题更近了一步，如模式识别和计算机视觉。

一般来说，传统的计算机已经可以用复杂的算法识别图像中的模型，但是它需要大量的内存和处理器能量。这是因为传统计算机以二进制位(0或1)存储信息。相反，量子计算机在亚原子水平上运行，使用可以同时代表0或1的量子位。理论上，使用量子位的处理器可以比传统计算机以指数级的速度解决一系列特殊问题。然而，量子计算的特点和量子位编程的局限性使得它很难解决像计算机视觉这样的复杂问题。

最近，加州圣玛丽学院的物理学家爱德华·博伊达和他的同事们用一台D波2X量子计算机分析了美国宇航局拍摄的数百张卫星图像。研究人员要求计算机识别几个特征——颜色、饱和度和光反射率——以确定图片上的像素群是树还是建筑物、道路还是河流。之后，他们要求计算机检查辨别错误的案例，并不断调整其确定树的公式，最后成功地训练其识别树的准确率达到90%。

研究人员最近在《公共科学图书馆——综合》杂志上发表了相关论文。尽管对于同样的问题，这项研究的结果只比传统计算机的结果稍微精确一些。但是这表明科学家可以对量子计算机进行编程，使其能够“看到”和分析图像，并且有可能用它们来解决其他需要大量数据处理的复杂问题。例如，它为更准确的气候预测奠定了基础。然而，在量子计算机能够用于解决复杂的计算问题之前，仍然需要进行大量的研究。(唐毅宸)