摘要: 量子机器学习是量子计算和机器学习在各自领域蓬勃发展后必然产生的交叉学科。量子计算的概念，可以追溯到二十世纪八十年代Benioff提出的计算机量子力学模型；而机器学习的概念，可以追溯到二十世纪四五十年代包括人工神经元在内的有关机器学习的先驱性研究。历史总是惊人的相似，两个学科在发展之初，各自领域最杰出的科学家都做出了开创性的工作：一边是图灵提出的图灵测试，另一边是费曼提出的量子计算机和量子模拟的概念；两个学科的理论基础均在二十世纪八九十年代得到了高速发展，并均在高速发展之后经历了一段“严冬”，然后在2010之后得益于物理硬件上的突破而重新获得了高度关注和发展，并应运而生了量子机器学习这一交叉学科。经过近十年的发展，量子机器学习尤其是相关量子算法方面，已经获得一系列重要的进展，如该文提到的量子K近邻、量子支持向量机、量子主成分分析、量子神经网络等，其研究范围已经包括了经典机器学习所涉及的方方面面；然而，量子机器学习尚未被解决的重大问题依然存在，包括近两年出现的新进展和问题，亟需更多好的综述性文章做出承前启后的总结作用。