量子智能系统中的经典机器学习

机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。随着大数据时代各行业对数据分析需求的持续增加，通过机器学习的算法高效地获取知识，已逐渐成为当今机器学习技术发展的主要推动力。

所以，机器学习具有两个核心要素：一是机器数据，二是机器算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。

我们都知道，当今的计算机有我们现在广泛使用的、传统的电子计算机，还有正在试验使用、不久即将实际应用的量子计算机。所以，除了传统数据、传统计算机算法之外，还存在有量子数据、量子计算机算法，如下表所示。

这样，将量子计算和机器学习理论结合起来就会有四种不同的方法与途径。第一个字母指的是所研究的系统数据是经典的还是量子的，而第二个字母指的是使用经典或量子信息处理设备。具体有这么四种：

上面第一种和第二种常统称为传统机器学习，或简称为机器学习；第三种和第四种统称为量子机器学习，有时候也将第二种也列入为量子机器学习范畴。

第一种是当前的人工智能所广泛使用的机器算法及其所处理分析的数据，许多人都有所了解，就不用介绍了。在这里，我们先简单解释第二种，也就是本文的标题：量子系统的经典机器学习，这是当前在物理学研究中所使用的通过经典的机器算法来处理分析量子系统数据。

将经典的机器学习方法应用于量子系统的研究是当前物理学研究的一个新兴领域。经典机器学习有效地处理量子物理研究中的大量实验或计算数据，以便表征未知量子系统，使其有效地应用在包括量子信息理论、量子技术开发和计算材料设计中。