近日，位于西班牙的两家公司，量子软件公司Multiverse Computing和领先技术转让咨询公司IKERLAN合作并发布了一篇论文，描述了在工业视觉系统中如何使用量子计算机视觉来检测制造生产线中的汽车零件的缺陷。
结果证明，所使用的两种不同的量子计算技术在识别相关图像和准确分类制造缺陷方面都优于常见的经典方法。
这将代表量子计算机视觉在制造生产线中相关问题的首次实施。尽管这项研究只创建了概念证明，但它为在制造和质量控制中利用量子计算指明了方向。
该研究以“Quantum artificial vision for defect detection in manufacturing”为题发表于arXiv[1]。
其第一种方法是一种称为量子支持向量机(QSVM) 的算法，旨在用于基于门的量子计算机上进行分类。由于潜在的运行时间较长，研究人员在 Qiskit 状态向量模拟器上测试了该算法。
第二种方法使用一种称为 QBoost 的量子分类算法，该算法在 D-Wave 退火量子计算机上运行。该方法的其中一个好处是模型训练可以在量子计算机上运行，但是在模型训练以后，使用模型时可以在经典计算机上执行。量子视觉系统针对不平衡的图像数据集进行了基准测试，QBoost 允许使用当今的退火量子计算机分析更大的问题。该团队研究了数据预处理，包括降维和对比度增强，以及 QBoost 中的超参数调整。
两者都显示，量子计算机视觉系统比经典系统快得多。
Ikerlan 的首席执行官 Ion Etxeberria 说：“据我们所知，这项研究代表了量子计算机视觉在制造生产线中的相关问题的首次实施。这项合作研究证实了将量子方法应用于现实世界工业挑战的好处。我们坚信，量子计算将在为特别复杂的场景提供基于人工智能的解决方案方面发挥关键作用。”
Multiverse Computing 的首席科学官、西班牙巴塞罗那超级计算中心的客座教授 Roman Orus 说：“量子机器学习将极大地影响汽车和制造业。我们很高兴看到今天早期应用量子计算的价值，例如量子人工视觉，并很高兴进入机器学习的新时代。”
引用：
[1]https://arxiv.org/pdf/2208.04988.pdf
[2]https://www.eenewseurope.com/en/first-quantum-processing-for-industrial-ai-vision/
![[量子客]1月第1周全球量子资讯周报](https://assets.qtumist.com/wp-content/uploads/2019/12/2019122312321251-150x150.jpg?x-oss-process=image/resize,m_fill,h_450,w_746)
