量子学习理论Quantum learning theory是量子计算和机器学习交叉研究的新热点领域。过去两年的重大突破，迅速巩固了量子学习理论的基础。
今日，哈佛大学 (Harvard University）Anurag Anshu，IBM Quantum的Srinivasan Arunachalam，在Nature Reviews Physics上发表评述文章，全面调研了严格研究学习量子态复杂性的各种研究进展，可供经验丰富和早期职业生涯的量子计算研究人员阅读。其中包括量子层析成像的进展、学习物理量子态、层析成像的替代学习模型，以及学习编码为量子态的经典函数。
A survey on the complexity of learning quantum states. 
图1:强凸函数的梯度。
图2:吉布斯状态的边缘。
图3:量子核估计。
Anshu, A., Arunachalam, S. A survey on the complexity of learning quantum states. Nat Rev Phys (2023). https://doi.org/10.1038/s42254-023-00662-4https://www.nature.com/articles/s42254-023-00662-4声明：仅代表译者个人观点，如有不科学之处，请在下方留言指正！
