💔 Квантовое ускорение ИИ переоценили: новое исследование выявило ограничения

Учёные из Имперского колледжа Лондона поставили под сомнение одно из самых привлекательных обещаний квантового машинного обучения — экспоненциальное ускорение некоторых задач ИИ. 💡 В статье, опубликованной 14 августа 2026 года в npj квантовой информации, Доминик Лоу, М.С. Ким и Роберто Бондесан показали, что для широкого класса сценариев квантовые алгоритмы Регрессии гауссовского процесса (GPR) теряют предполагаемое преимущество по мере роста объёма данных. ⚡️

Какой параметр матрицы ядра оказывается критически важным для квантовых алгоритмов GPR?

✨ — Квантовый подход может стать реальным прорывом
🗿 — Ограничения роста данных снижают его эффективность