英文：Quantum Machine Learning 分类：frontier
探索用量子计算加速机器学习训练或推理，或用量子线路作为模型结构的研究方向。目前受限于量子比特规模与纠错能力，除少数特定问题外尚未展现实用优势。
前沿方向的技术探索通常从理论假设开始，经过小规模验证、规模化训练、再到产品化。关键挑战包括：算力可扩展性、数据质量天花板、推理时计算（Test-time Compute）与安全对齐。
从达特茅斯会议（1956）提出AI概念，到专家系统、统计学习、深度学习，再到如今的大模型与AGI探索，AI经历了多次寒冬与复兴；当前正处于算力与数据共同驱动的爆发期。
前沿技术商业化通常需要3-5年成熟期，早期投资者关注技术壁垒与团队；企业用户则应关注成熟度曲线，避免在炒作期过度投入。