量子计算机在矩阵乘法方面非常出色，但有一些限制。量子叠加允许每个位处于比零或一更多的状态，并且量子门可以以许多不同的方式摆弄这些位。正因为如此，量子计算机可以为某些应用一次处理大量信息。

这些应用之一是傅里叶变换，它在许多问题中都很有用，例如信号分析和阵列处理。还有Grover 的量子搜索算法，它找到给定函数返回不同值的单个值。如果 AI 问题可以用适合量子计算的数学形式表达，它可以得到很大的加速。足够的加速可以将人工智能的想法从“理论上有趣但极其缓慢”转变为“一旦我们掌握了量子计算，就非常实用”。

在我们能够制造出具有更多量子比特的量子计算机之前，进一步发展人工智能的潜力将保持不变。

D-Wave（它在 2015 年左右刚刚制造了一个 2,000+ 量子比特系统）是一台绝热量子计算机，而不是通用量子计算机。它仅限于某些优化问题（据报道，它的有效性被它所依据的理论的创始人之一怀疑）。

假设我们可以建造一台 32 量子位的通用量子计算机（据我所知，是当前模型的两倍）。这仍然意味着叠加中仅存在 2 ³²种可能性。这是一个足够小的空间，可以对许多问题进行详尽的探索。因此，可能没有任何已知的量子算法（例如Shor、Grover）对那个位数有用的问题。

量子计算机可以帮助进一步开发人工智能算法并在我们的创造力和定义问题的能力范围内解决问题。例如，破解密码学可能需要几秒钟，而标准计算机可能需要数千年。与人工智能一样，它可以预测算法定义的给定问题的所有组合。这是由于量子比特的多个状态的叠加。

目前，量子计算机仍处于早期发展阶段，可以进行复杂的计算。Google 和 NASA 已经使用D-Wave系统等技术进行复杂的数据分析，使用多量子位类型的量子计算机来解决感兴趣的 NSE 流体动力学问题或用于军事目的的全球监视，以及我们正在使用的更多技术没意识到。

目前只有少数量子计算机可供公众使用，例如IBM Quantum Experience（世界上第一个通过 IBM Cloud 交付的量子计算平台），但它是在量子逻辑门级别上编程，所以我们在创造人工智能方面落后了很多年可供公众使用。有一些量子计算语言，例如 QCL、Q 或 Quipper，但我不知道有任何库可以提供人工智能框架。这并不意味着它不存在，而且我确信大公司和政府组织正在将它用于他们的议程以产生竞争（如金融市场分析等）。

直接回答您的问题：--

量子计算和人工智能交叉的领域被称为量子机器学习。

1. AI 是一个发展中的领域，具有一定的背景（LISP 名声的ala McCarthy）。

2. 量子计算是一个未开发的处女领域。

一种特定类型的复杂性与另一种类型的复杂性相互作用以创建一个非常丰富的领域。

现在结合（1）和（2），你会得到更多的不确定性；本答案将探讨技术细节。

谷歌在一个简单的视频中解释了量子计算：谷歌和美国宇航局的量子人工智能实验室

身体：--

IBM 是权威：--

IBM：量子计算机可能有用，但我们不知道具体如何

量子机器学习是一个有趣的现象。该领域研究量子计算和机器学习之间的交叉点。

（https://en.wikipedia.org/wiki/Quantum_machine_learning）

“虽然机器学习算法用于计算大量数据，但量子机器学习通过创造对量子状态和系统进行分析的机会，智能地提高了这种能力。” 维基百科贡献者。——“量子机器学习”。维基百科，免费的百科全书。维基百科，免费百科全书，2019 年 10 月 7 日。网络。2019 年 10 月 11 日。

技术镜：--

关于实现的这个特定部分值得注意：-

（https://en.wikipedia.org/wiki/Quantum_machine_learning#Implementations_and_experiments）

“ ...这种对数据的依赖是一种强大的训练工具。但它也有潜在的陷阱。如果机器被训练来发现和利用数据中的模式，那么在某些情况下，它们只会延续特定于特定对象的种族、性别或阶级偏见。当前的人类智能。

但是机器学习固有的数据处理设施也有可能产生可以改善人类生活的应用程序。“智能”机器可以帮助科学家更有效地检测癌症或更好地了解心理健康。

到目前为止，机器学习的大部分进展都是经典的：机器用来学习的技术遵循经典物理定律。他们从中学习的数据具有经典形式。运行算法的机器也是经典的。

我们在新兴的量子机器学习领域工作，该领域正在探索称为量子力学的物理学分支是否可以改善机器学习。量子力学在基本层面上不同于经典物理学：它处理概率并从不确定性中得出原理。量子力学还将物理学扩展到包括无法用经典直觉解释的有趣现象。...”——“解释者：什么是量子机器学习以及它如何帮助我们？”。Techxplore.Com，2019 年，https: //techxplore.com/news/2019-04-quantum-machine.html 。

• 量子机器学习的未来

• 量子计算、深度学习和人工智能

业务应用和实际用途:--

• 您的 IT 部门准备好迎接下一波企业技术浪潮了吗？（这里提到了量子计算。）
• D-Wave 宣布 Quadrant 机器学习业务部门

进一步阅读：--

• （https://techxplore.com/news/2019-04-quantum-machine.html）
• （https://physics.aps.org/articles/v12/74?fbclid=IwAR2hVTFReQA-3lTNQXKEAtQN7KQ5Lz41wyM19DJDtS1H4fLDNivqxqh5G2k）
• （https://www.forbes.com/sites/bernardmarr/2017/09/05/how-quantum-computers-will-revolutionize-artificial-intelligence-machine-learning-and-big-data/#59b153bf5609）
• （http://www.messagetoeagle.com/what-is-quantum-machine-learning-and-how-can-it-help-us/）