現在ではよく知られているように、機械学習によりデータ分析、特徴選択、意思決定、パターン分類や将来の予測といった、さまざまなアプリケーションが登場し、人間の意思決定なしでより高い精度とパフォーマンスを実現できるようになっています。

しかしながら、データの種類（画像、テキスト、ビデオ、録音オーディオなど）や計算リソースの大幅な増加により、高コストの学習やカーネル推定など機械学習特有の問題も発生しています。

一方、過去30年間以上に渡り、暗号化、人工知能（AI）、通信などのさまざまなアプリケーションにおいて、量子コンピューティング（QC）が使用されています。

今回の連載(全2回)では、量子コンピューティングによる量子機械学習の最近の研究成果を挙げながら、今後の可能性についてレポートします。

▼論文情報

タイトル：Classification with Quantum Machine Learning: A Survey 著者: Zainab Abohashimaほか3名 所属機関: Faculty of Computer Science, Nahda Universityほか(エジプト) 掲載日：2020年6月 URL：arxiv.org/abs/2006.12270

量子機械学習(QML)は単なるパラダイムではない