当人工智能遇见量子信息:综合评述
量子物理
2026-07-01 v1 人工智能
机器学习
摘要
人工智能(AI)和量子信息(QI)正在快速共同演进。AI 正成为学习、设计、控制和验证量子系统的实用工具,而 QI 为 AI 提供了新的计算模型、表示结构和学习理论问题。本综述从两个方向审视了这一交叉领域。在 AI for QI 方向,我们围绕从有限测量中提取信息、训练和发现量子算法、稳定噪声硬件、自动化实验和编程工作流程,以及将基于学习的方法扩展到传感和网络等核心任务,组织了近期进展。在 QI for AI 方向,我们考察了量子计算和量子启发结构如何通过算法加速、表达能力、可训练性、泛化、神经网络设计和张量网络表示来影响学习。最后,我们指出了在可复现性、可扩展性、硬件真实性和协同设计方面的跨领域挑战,并认为进展将取决于理论、实验和混合量子-经典系统的更紧密集成。
引用
@article{arxiv.2607.00365,
title = {When AI meets quantum information: A comprehensive review},
author = {Min Chen and Yu Gan and Xin Jin and Yuqing Li and Junqi Wang and Zeguan Wu and Yunfei Wang and Bingzhi Zhang and Priyam Srivastava and Tianlong Chen and Ankit Kulshrestha and Yuan Liu and Juan José Mendoza-Arenas and Kaushik P. Seshadreesan and Sarvagya Upadhyay and Xueyue Zhang and Quntao Zhuang and Junyu Liu},
journal= {arXiv preprint arXiv:2607.00365},
year = {2026}
}
备注
62 pages, 4 figures