2020 年，位于牛津的 Quantinuum 团队在 IBM 量子硬件上执行了量子自然语言处理 (QNLP) [1, 2]。 能够实现被认为是高度数据驱动的任务的关键是观察到量子理论和自然语言受到许多相同的组合结构——也就是张量结构——的支配。
因此，我们的语言模型在某种意义上是量子原生的，并且我们在算法加速方面提供了与量子系统模拟的类比 [即将发表]。 同时，我们已将我们所有的软件开源，并提供支持 [github.com/CQCL/lambeq]。
自然语言和量子之间的组合匹配延伸到语言以外的其他领域，并认为当充分推动这种类比时，新一代人工智能可以出现，同时利用分类量子力学/ZX-演算的完整性 [3, 4, 5]用于与现代机器学习齐头并进的新颖推理目的。
[嵌入的内容]
