【2022.11.21 台北訊】量子機器學習領域取得突破性進展！鴻海研究院量子計算研究所謝明修所長和澳洲雪梨大學團隊，共同提出「Escaping from the Barren Plateau via Gaussian Initializations in Deep Variational Quantum Circuits」研究報告，針對該領域長久以來所面對的貧瘠高原現象（Barren Plateaus）提出解決方案，藉由適當的給定可調變參數初始值進行改善。

該研究成果已獲世界頂級機器學習，以及計算神經科學領域的學術會議：「神經信息處理系統大會（NeurIPS 2022）」所接受，在全球超過一萬件的投稿中脫穎而出，於11月底進行發表。

針對該研究成果，謝明修所長表示，提出貧瘠高原現象的解決方案，以避免量子機器在學習的過程中，因為這個現象導致訓練過久或訓練失敗，進而讓量子學習機器展現出的超越傳統機器的真正優勢。結合該方案，量子計算研究所在今年鴻海科技日（HHTD22）展示量子模擬在電池開發上的研究成果，大大縮減了所需的量子資源。

談及貧瘠高原現象，謝明修所長進一步指出，一般來說，在量子機器學習的過程中，我們透過控制邏輯閘的可調變參數學習，來得到符合期望的量子電路模型，但是在學習的過程中，常因為邏輯閘過多且結構過深，使得參數更新困難。

謝明修所長表示，我們藉由適當的給定可調變參數初始值，改善了貧瘠高原現象解決了長久以來一直困擾著量子機器學習領域所面臨的問題，在該領域的研究得到了突破性進展。

關於鴻海研究院

鴻海研究院旗下設立五大研究所，聚焦人工智慧、半導體、新世代通訊、資通安全及量子計算應用布局，專注於未來3~7年的前瞻技術研發，為集團強攻「3+3」產業技術領域，也是集團邁向F3.0轉型升級之路的重要發展策略之一，並強化鴻海技術與產品創新，從過去「勞力密集」升級至「腦力密集」進一步提升核心競爭力。其中量子計算研究所，旨在促進量子科技的教學、探索和新應用的開發，在產業領域找出發揮的空間，也培養集團內的技術人才。