Introducción a Machine Learning Cuántico

Abstract

En este documento se explorará cómo algunos algoritmos de aprendizaje de máquina pueden ser mejorados, cuadrática y exponencialmente, gracias a la computación cuántica. Se hace una breve introducción al mundo de los datos y por qué es importante realizar un procesamiento adecuado de los mismos, y dando las bases tanto del aprendizaje de máquina como de la computación cuántica, se describirá y se mostrará la implementación en un simulador cuántico, de un algoritmo de maquina de vectores de soporte (SVM), capaz de reconocer y clasificar imágenes de los dígitos 6 y 9, desarrollado e implementado físicamente por Zhaokai Li, Xiaomei Liu, Nanyang Xu, Jiangfeng Du, en la Universidad de Ciencia y Tecnología de China, Hefei, demostrando cómo se puede tener una mejora exponencial en complejidad temporal con respecto a su contraparte clásica.

In this paper we will explore how some machine learning algorithms can be improved, quadratically and exponentially, thanks to quantum computing. There is a brief introduction to the world of data and why it is important to perform an adequate processing of them, and laying the foundations for both machine learning and quantum computing, the implementation of a support vector machine algorithm (SVM) in a quantum simulator will be described and shown, capable of recognizing and classifying images of digits 6 and 9, developed and implemented physically by Zhaokai Li, Xiaomei Liu, Nanyang Xu, Jiangfeng Du, at the University of Science and Technology from China, Hefei, demonstrating how one can have an exponential improvement in temporal complexity with respect to its classical counterpart.