Rigetti Computing是混合量子经典计算的先驱，昨日其宣布已开发出一种使用量子计算机来解决天气建模问题的有效解决方案。该公司在现有机器学习工作流程的基础上，结合使用了经典和量子机器学习技术来生成高质量的天气雷达合成数据，并改进了经典的台风预测模型。这项工作是在Rigetti的32量子比特系统上进行的，这表明近期的量子硬件可以有实际的应用。

Rigetti创始人兼首席执行官Chad Rigetti表示：“这些结果为在具有高影响力的与运营相关的问题上实现量子优势奠定了基础……我们已经证明，量子计算机可以有效地集成到最先进的经典工作流程中，并执行具有现实意义的任务。”

根据美国国家气象局在2017年进行的一项研究，美国的私人天气预报是一个价值70亿美元的行业，并且还在不断增长。该研究估计，企业可以从为各种与天气相关的应用而量身定制的天气数据中获得高达130亿美元的经济价值。它还表明，天气预报的持续改进可能会导致所有部门的经济价值显着增加，因为企业和政府能够更好地为灾害做准备、降低风险并推动关键决策的制定。

生成式机器学习模型已成为增强预测能力的强大新工具。其中一个模型是海上降水能力(OPC)，这是一种由麻省理工学院林肯实验室开发的卷积神经网络。OPC集成了包括卫星图像、雷击数据和数值模型等的多种输入，为传统天气雷达覆盖范围之外的区域生成类似雷达的合成数据。这些模型为民用和军用航空的离岸空中交通管理等领域的关键决策提供信息。

在昨日发布的一项新研究中，Rigetti展示了一种混合量子方法，该方法使用由监督量子机器学习模型生成的合成数据，其性能与经典基线模型一样好。他们还发现，用量子卷积层替换OPC经典神经网络的一层能提高模型预测恶劣天气的能力。

Rigetti量子工程副总裁Matt Reagor表示：“我们相信，当量子计算机与经典计算机协同运行时，它们将最有价值。这些结果证实，量子子程序可以直接插入到实际的机器学习工作流程中。此外，我们开发的技术可以转移到其他领域的应用中，例如计算金融、基因组学和图像处理等。”（编译:Qtech）