基于可扩展光子平台的量子学习优势：实现11.8个数量级的采样复杂度突破

来自量子技术前沿的研究团队通过量子增强协议，利用爱因斯坦–波多尔斯基–罗森（EPR）纠缠态，成功将高维物理过程学习的采样复杂度相比经典方法降低11.8个数量级，为量子计量学和机器学习领域的量子增强学习协议奠定了技术基础。

　　

通过量子技术的最新突破，科学家们证实量子系统在特定任务上能够超越经典系统，这一现象被称为量子优势（quantum advantage）。虽然以往研究主要集中在计算加速领域，但能够被严格证明且经典系统无法实现的量子优势始终难以实现。

本研究展示了一个可被验证的光子量子优势案例：研究人员通过实施量子增强学习协议，成功利用存在缺陷的爱因斯坦–波多尔斯基–罗森（Einstein–Podolsky–Rosen, EPR）纠缠光子作为探测手段，对高维物理过程进行学习。实验结果表明，相较于不使用纠缠态的经典方法，该协议将采样复杂度（sample complexity）降低了整整11.8个数量级。

这一突破不仅证明基于现有光子技术可实现大规模、可验证的量子优势，更标志着我们在量子计量学（quantum metrology）和机器学习（machine learning）等领域向实用化量子增强学习协议迈出了关键一步。