aprendizaje automático cuántico

El aprendizaje automático cuántico (en inglés Quantum machine learning) es una novedosa área de investigación interdisciplinar, situada entre la mecánica cuántica y la informática, que suma esfuerzos para combinar la mecánica cuántica y el aprendizaje automático.​​ Los algoritmos o modelos de aprendizaje automático cuántico intentan usar las ventajas de la información cuántica con el fin de mejorar el aprendizaje automático clásico, por ejemplo desarrollando implementaciones eficientes de pesados algoritmos clásicos mediante computación cuántica.​​ Además, el aprendizaje automático cuántico incluye también la aproximación recíproca, aplicando los métodos de aprendizaje automático clásico a la teoría de la información cuántica. Ya en su nacimiento, el aprendizaje automático cuántico reunió grandes expectativas de proporcionar una solución al análisis de grandes volúmenes de datos utilizando el poder del "paralelismo" de la computación cuántica.​ Esta tendencia se ha agudizado gracias a las recientes inversiones de empresas como Google y Microsoft en computación cuántica. Sin embargo el aprendizaje automático cuántico está todavía en su etapa inicial y necesita mayores fundamentos teóricos así como resultados científicos sólidos para llegar a ser una disciplina académica. Al igual que su homólogo clásico, el aprendizaje automático cuántico incluye técnicas de aprendizaje supervisado cuántico, aprendizaje no supervisado cuántico y aprendizaje por refuerzo cuántico.​