Simon 拥有超过 20 年的业务发展、营销和策略经验。在 Classiq 的职位上，他致力于推广和定位公司的平台为最佳的量子计算软件工具，该工具可以自动合成、优化、可视化和执行任何量子电路，兼容所有基于门的量子硬件平台。
AI 已进入一个新阶段。它不再仅仅是关于构建更大的模型或访问更多的数据。今天的竞争集中在速度、效率和创新上。公司正在寻找新的工具，这些工具可以提供技术和经济优势。对于一些公司来说，量子计算开始看起来像是一种这样的工具。量子 AI 指的是将量子计算与人工智能相结合。它提供了一种新的方法来解决机器学习、优化和数据分析中的复杂问题。虽然仍处于开发阶段，但其潜力正在吸引人们的严肃关注。2024 年的一项全球 调查发现，超过 60% 的商业领袖已经在探索或投资量子 AI。然而，大多数人也表示，他们不完全理解这项技术是什么或如何使用它。本文解释了什么是量子 AI，什么问题它可能帮助解决，以及它在近期可能产生的影响。为什么 AI 团队正在关注量子训练大型 AI 模型需要时间、能量和金钱。即使是小的效率改进也可以带来显著的节省。量子计算提供了新的方法来解决某些问题，相比经典机器更高效或更准确。例如，量子计算机可以同时执行多个计算，利用一种称为叠加的性质。这使得它们适合于解决涉及搜索大空间或优化复杂系统的问题。这些能力与许多机器学习任务（如特征选择、模型调优和数据采样）很好地吻合。虽然今天的量子机器仍在不断发展，研究人员正在找到方法将它们与经典工具相结合。这些混合系统允许 AI 团队现在测试量子方法，而不必等待完全开发的量子硬件。什么是量子 AI 和不是什么量子 AI 不是关于用量子版本替换当前的 AI 系统。它不是关于在量子硬件上运行深度学习模型。相反，它专注于使用量子算法来支持 AI 流水线的某些部分。这些部分可能包括任务，如加速优化、改进特征选择或增强从利润分布中采样。在这些情况下，量子计算机不替换现有的工具；它们支持这些工具。工作仍然是实验性的。大多数示例依赖于混合方法，其中量子和经典部分共同工作。但这些系统已经在狭窄的用例中显示出结果。当前应用开发尽管该领域是新的，量子 AI 已经在几个行业中进行了测试。这些示例使用真实工具和已发表的研究。它们还反映了量子方法最适合解决的问题类型。模型压缩和特征映射AI...
