표지 기사： 머신 러닝에 복잡한 데이터 프로세싱을 위한 양자 컴퓨터 적용

머신 러닝과 양자 컴퓨터는 기존에 해결하지 못했던 문제를 해결할 수 있는 가능성을 가지고 있다. 예를 들어 사진 이미지를 분류하는 패턴 분류(pattern classification)와 같은 기술은 머신 러닝에서 잘 작동하지만, 데이터 구조가 너무 복잡해지면 문제가 발생하게 된다. 데이터의 가장 필수적인 특징을 기반으로 한 분석이 가능한 데이터 포인트인 고차원 공간까지 복잡한 데이터를 맵핑하는 일반적인 방법은 기존 머신러닝으로는 하기 힘든 컴퓨터 파워를 필요로 한다. 이번 주 네이처에서 Kristan Temme과 공동연구원들은 특성 분석을 위한 양자상태로 분류하기 위한 맵핑이 이러한 문제를 해결할 수 있을 것이라는 제안을 하였다. 연구자들은 두 가지 양자 알고리즘을 실험적으로 같이 구동함으로써, 양자 컴퓨터를 프로세싱 파워로 적용하는 것이 대규모 분류 작업에 관여하는 머신 러닝에 장점이 있을 것으로 추정하였다.