量子計算機具有天然的并行性，相比經典計算機能顯著提高算法效率，是下一代智能計算的一個重要發展方向。隨著量子計算機硬件的發展，通過本地或者云平臺進行量子計算越來越容易，量子計算相關研究逐漸從理論走向實用。量子機器學習是機器學習和量子計算的交叉領域，它研究的是如何利用量子疊加、并行等特性降低經典機器學習算法的復雜度，以解決數據量大、數據維度高造成的訓練困難等問題。
本書首先介紹量子計算的基礎知識，然后將理論和實踐相結合，介紹量子降維、量子分類、量子回歸、量子聚類、量子神經網絡及量子強化學習的算法理論，并提供部分算法的示例和代碼，以幫助讀者進一步理解量子機器學習算法。
本書可作為量子機器學習的入門書籍，供愛好者了解和學習量子機器學習算法；也可作為量子機器學習課程的教科書或參考書，供教師和學生閱讀參考；還可作為對量子機器學習感興趣的科研人員的參考書。
2022年諾貝爾物理學獎揭曉，法國科學家阿蘭·阿斯佩、美國科學家約翰·克勞澤和奧地利科學家安東·蔡林格獲獎，以表彰他們在量子信息科學研究方面做出的貢獻，使得量子計算這門前沿技術受到了前所未有的關注。事實上，早在20世紀90年代，肖爾提出的量子因數分解算法和格羅弗提出的量子搜索算法就證明了量子計算強大的計算能力。之后越來越多的人關注量子算法，量子機器學習便是最受關注的領域之一。
近年來，經典機器學習算法得到了廣泛研究，已經成為人們工作和日常生活的重要工具，極大地改變了人類的生活方式。但是隨著數據量的急劇增加，經典計算機的存儲性能和機器學習算法的效率已經不能很好地滿足人們的需求。量子計算機利用量子計算的疊加、糾纏、并行等特性，能將計算機的存儲性能和機器學習算法的運行效率進行指數級的提升。此外，隨著人們在量子技術方面投入大量的人力和物力，該技術有了快速發展，進而越來越多的研究者投入到量子計算機的研發中，使得量子機器學習算法能夠有效地實現。近年來，量子計算機的硬件實現手段從模擬退火、激光、離子阱等逐漸收斂到超導量子計算機，造價和生產門檻越來越低，有越來越多的公司能夠交付商用量子計算機。量子計算也正在新藥品和新材料研發、武器設計和模擬、金融模型計算和預測、應對氣候變化和可持續發展、航空航天產品開發和人員訓練、基礎設施部署和保護等領域發揮著實際的作用。
本書作為一本融理論與實踐于一體的量子機器學習書籍，旨在總結量子機器學習算法成果，對典型的量子機器學習算法進行詳細介紹，使讀者能夠理解量子機器學習算法并能進行相關的研究和開發。
全書共分為9章： 第1章為緒論； 第2章為量子計算基礎； 第3章為量子基本算法，介紹了量子機器學習中常用的一些基礎性算法； 第4~9章從原理、算法以及實現等方面詳細地介紹了量子機器學習算法，包括降維、分類、回歸、聚類、神經網絡和強化學習。
本書可作為計算機、數學、物理等專業本科生和研究生的教材，也可供量子計算、機器學習領域從業者以及想要了解量子機器學習算法的人士參考。
在每章的最后列出了該章節所用的參考文獻，在此向所有文獻的作者表示感謝，同時也向由于疏忽而未被列出的作者表示歉意。
本書是北京工業大學研究生創新教育系列教材，本書在編寫過程中得到了北京工業大學和北京交通大學的大力支持，在此對以上單位表示感謝。同時，特別感謝王子臣、王海亮、程曉鈺、李宏、關云方、李書奇、翟錦龍、徐冠宇、李川越等同學的積極參與，他們為本書的出版付出了努力。
由于作者的水平有限，加上時間緊張，書中難免會出現不足甚至錯誤之處，懇請讀者不吝指正、多多賜教。
如果使用本書提供的原始代碼或其改進版發表論文、出版圖書、發表網絡文章等，請引用本書。
作者
2024年4月
姜楠，北京工業大學信息學部教授，博士生導師。主要研究方向包括量子機器學習、量子圖像處理、內容安全和計算智能，講授信息論與編碼理論量子機器學習等課程。近5年發表SCI源刊論文近20篇。主持國家自然科學基金項目1項。CCF量子計算專委會執行委員，北京市委組織部優秀人才。出版量子計算和信息論方面的專著1部，教材2部。
王健，北京交通大學計算機與信息技術學院副教授，博士生導師，信息安全系副主任。主要研究領域為量子機器學習、網絡安全、大數據安全與分析、密碼應用，講授量子計算計算機網絡等課程。近5年發表SCI源刊論文近20篇。主持國家科技重大專項子課題等課題十余項。出版量子計算和信息論方面的專著1部，教材2部。
張蕊，北京交通大學計算機與信息技術學院博士生。主要研究方向包括量子機器學習和量子信號處理。發表SCI源刊論文6篇。
新書資訊