Hans Gundlach, Hrvoje Kukina, Jayson Lynch, Neil Thompson
개요
양자 컴퓨팅 기술은 빠르게 발전하고 있지만, 앞으로 1, 20년 동안 딥러닝에 의미 있는 영향을 미치려면 획기적인 도약이 필요하다는 결론을 내렸다. 이는 양자 알고리즘과 잠재적인 딥러닝 응용 분야를 처음으로 조사한 결과에 기반한다. 이 조사는 양자 컴퓨팅이 딥러닝을 가속화할 수 있는 세 가지 주요 영역을 보여주지만, 각 영역은 잠재력을 실현하는 데 어려운 장애물에 직면해 있다.
시사점, 한계점
•
딥러닝에 중요한 행렬 곱셈 등의 양자 알고리즘은 필요한 연산 횟수에서 작은 이론적 개선을 제공하지만, 실제 문제 크기에서는 양자 컴퓨터가 각 연산을 느리게 수행하기 때문에 그 이점이 상쇄된다.
•
몇몇 유망한 양자 알고리즘은 아직 개발되지 않은 실제적인 양자 임의 접근 메모리 (QRAM)에 의존한다.
•
큰 이론적 이점을 제공하는 양자 알고리즘이 있지만, 특수한 경우에만 적용 가능하여 실제적 이점이 제한적이다.
