一、"量子启发"的经典算法（反量子化）。 2018 年，还是

一、"量子启发"的经典算法（反量子化）。 2018 年，还是本科生的 Ewin Tang 把一个号称有指数级加速的量子推荐系统算法，改写成了同样快的经典算法。思路是：量子算法依赖"能按概率抽样读取数据"这个前提，经典计算机只要有同样的抽样手段，也能做到。此后，低秩矩阵求逆、主成分分析等一批量子机器学习算法相继被"反量子化"，原来宣称的指数加速大多缩成了多项式差距。这确实是量子算法反过来提升了经典算法。