Эта история представляет собой такое слияние технологий будущего, что в заголовке на самом деле удается упустить тот факт, что машинное обучение — это тот тип алгоритма, который использовался. И это несмотря на то, что статья фактически начинается с этого и занимает несколько абзацев, чтобы фактически добраться до физики.

Крис Ли из Ars Technica:

Важным отличием классического алгоритма от квантового был размер обучающего набора данных. Для алгоритмов, обученных примерно на 200 столкновениях, квантовый алгоритм значительно превосходит классические алгоритмы. Я думаю, что это, вероятно, более важный вывод. Для очень разреженных наборов данных нам нужны алгоритмы машинного обучения, которые могут учиться всего на нескольких примерах.

Статья Арса — довольно хорошее обобщение, если вы сможете преодолеть неуместный скептицизм в отношении машинного обучения, который я бы начал и которым закончил. Если вы предпочитаете этого избегать (и у вас есть доступ), вы можете найти реальную статью в Nature.

Итак, чтобы быть ясным, это:

  • Машинное обучение;
  • На квантовом компьютере;
  • Чтобы найти бозон Хиггса.

Это должно быть близко к получению линии (или, по крайней мере, углов) на будущей технологической карте бинго.

В качестве побочного примечания: если я когда-нибудь напишу научно-фантастический роман, технология, позволяющая кораблю двигаться быстрее скорости света, будет иметь в названии «Хиггс». Я разобрался с лженаукой.