Human society is generating large amounts of data -- on the order of Avogadro's number of bits per year. There is currently a global effort to develop machine learning techniques to extract useful information from this data. This talk shows how quantum computers could supply an exponential speed-up over classical computers for common machine learning problems, such as cluster assignment, principal component analysis, and finding topological features of data. The algorithms could be implemented on the next generation of quantum computers that operate on 50-1000 quantum bits.

量子情報・量子計算で世界的な指導者の一人であるMITのLloyd教授の講演です。ファインマンが提案した量子コンピュータによる量子シミュレーション が（ゲート方式の）量子コンピュータで古典計算に比べて指数関数的に効率化されることを示しただけでなく，最近，機械学習も指数関数的に効率化されることを示され，人工知能への応用に向けての発展も含めて大きな話題になっています。非常にわかりやすく面白いプレゼンのお手本になるような話し方をされます。お誘いあわせの上，皆さんご参加ください。

連絡教員 物理学系 西森 秀稔