一份來自奧地利維也納大學的研究：

概括：

人工智能是我們現代生活的一部分。實際應用中的一個關鍵問題是這種智能機器的學習速度有多快。實驗已經回答了這個問題，表明量子技術可以加快學習過程。物理學家通過將用于單光子的量子處理器用作機器人來實現了這一結果。

人工智能是我們現代生活的一部分。實際應用的一個關鍵問題是這種智能機器的學習速度有多快。一項實驗已經回答了這個問題，表明量子技術可以使學習過程加速。物理學家通過使用單光子的量子處理器作為機器人來實現這一結果。

機器人解決電腦游戲，識別人類的聲音，或幫助尋找最佳的醫療方法：這些只是人工智能領域在過去幾年中產生的幾個驚人的例子。對更好的機器的持續競逐，導致了如何以及用什么手段可以實現改進的問題。與此同時，量子技術的巨大最新進展也證實了量子物理學的力量，不僅因為它的理論常常是奇特而令人費解的，而且還因為它在現實生活中的應用。因此，人們萌生了將兩個領域合并的想法：一方面是人工智能，其自主機器；另一方面是量子物理，其強大算法。

在過去的幾年里，許多科學家開始研究如何連接這兩個世界，并研究量子力學以何種方式證明對學習機器人有利，或者反之亦然。一些令人著迷的結果已經顯示，例如，機器人更快地決定他們的下一步行動，或者使用特定的學習技術設計新的量子實驗。然而，機器人仍然無法更快地學習，這是發展越來越復雜的自主機器的一個關鍵特征。

在Philip Walther領導的國際合作中，來自維也納大學的實驗物理學家團隊與來自因斯布魯克大學、奧地利科學院、萊頓大學和德國航空航天中心的理論家一起，首次成功地通過實驗證明了機器人實際學習時間的加快。該團隊利用光的基本粒子--單光子，耦合到麻省理工學院設計的集成光子量子處理器中。這個處理器被用作機器人和實現學習任務。在這里，機器人會學習將單個光子路由到一個預定的方向。"實驗可以表明，與不使用量子物理學的情況相比，學習時間大大縮短。"該出版物的第一作者Valeria Saggio說。

簡而言之，該實驗可以通過想象一個機器人站在十字路口來理解，提供的任務是學習總是走左轉。機器人通過在做正確動作時獲得獎勵來學習。現在，如果將機器人放在我們通常的經典世界中，那么它將嘗試左轉或右轉，只有選擇左轉才會獲得獎勵。相反，當機器人利用量子技術時，量子物理學的奇異方面就會發揮作用。機器人現在可以利用其最著名也是最奇特的一個特點，即所謂的疊加原理。這可以通過想象機器人同時進行左、右兩個轉彎來直觀地理解。"這個關鍵特征可以實現量子搜索算法，減少學習正確路徑的試驗次數。因此，一個能夠以疊加方式探索環境的代理，其學習速度將明顯快于其經典的同類產品。"漢斯-布里格爾說，他和他在因斯布魯克大學的小組一起開發了量子學習代理的理論思想。

這一實驗證明，通過使用量子計算可以增強機器學習，這顯示出將這兩種技術結合起來時，具有很好的優勢。"我們對量子人工智能的可能性的理解才剛剛開始"，菲利普-瓦爾特說，"因此，每一個新的實驗結果都有助于這一領域的發展，目前，這一領域被視為量子計算最肥沃的領域之一。"