Квантовые алгоритмы для машинного обучения и оптимизации

Недавний экспериментальный прогресс привел к разработке шумных квантовых процессоров среднего размера, которые реализуют короткие последовательности квантовых ворот, создающих квантовые алгоритмы. Движимое утилитарными соображениями, слияние машинного обучения и квантовых вычислений быстро развилось для использования этих новых процессоров. Этот новый подход известен как вариационная модель квантовых вычислений и опирается на классическую оптимизацию внешнего цикла для настройки или обучения последовательности квантовых ворот с целью минимизации объективной функции. Хотя в теории доказано, что это универсальная модель квантовых вычислений, многое остается неизвестным о вариационной модели и возможностях шумных квантовых процессоров на практике. Основываясь на слиянии конденсированной материи и теоретической информатики, математическая физика предоставит нам условия для изучения вариационной модели.