据IEEE Spectrum网11月15日消息，瑞士Terra Quantum公司研究人员通过结合经典计算机与量子计算机改进机器学习模型的训练。经典计算机和量子计算机都可以用来训练机器学习模型，这本质上意味着在高维空间中求解方程。经典计算机可以求解复杂模型在高维数学空间中控制锯齿状区域的方程，但它们只能通过使用逐步函数来近似计算弯曲区域；而量子计算机受波函数控制，非常适合求解多维空间中的曲线，但在解决锯齿状边缘区域方面效率低下。基于这一状况，Terra Quantum研究人员开发出一种名为并行混合网络的技术，利用神经网络技术将训练机器学习模型的工作分解到不同的软件模块上，每个模块从数据集中学习不同的特征，并将它们组合在一起形成完整的神经网络模型。这项研究的一个关键成就是，通过为经典计算机和量子计算机提供相同的数据集并允许它们并行训练模型，由两者组合组成的最终模型可以取得更好的结果。

消息来源：https://spectrum.ieee.org/quantum-machine-learning-terra-quanta