機器學習是一種用來訓練人工智慧的過程，可能需要非常長的時間，但是量子技巧可以大大加快涉及光子粒子的任務的速度。

在強化學習中，一個演算法一遍又一遍地處理同一個問題，只有當它得到正確答案時才會得到數字獎勵。這個過程教會它在以後遇到類似的問題時更快地找到正確的答案。

現在奧地利維也納大學的Valeria Saggio和她的同事們已經加入了一個量子扭曲來加速這個過程。他們做了一個實驗，讓光子穿過波導，最後進入四種可能的狀態之一。他們讓人工智慧負責確保光子最終處於一種特定的狀態，並以此作為獎勵。

在這個實驗的經典版本中，如果沒有任何附加的量子效應，人工智慧一次只能將光子移動到一個特定的狀態，當它做出正確的猜測時就會得到獎勵。然而，在量子實驗中，人工智慧可以將光子置於多個狀態的疊加狀態。這使得它能夠在對目標狀態進行最後的經典猜測之前縮小正確答案的範圍。

薩吉奧說：“假設你有一個機器人站在十字路口，這個機器人有兩個選擇——它可以向左走，也可以向右走。”。“如果機器人向右走，它不會得到獎勵，但是如果它向左走，它會得到獎勵。在下一輪，它向左轉的機率將增加。”

這是實驗的經典版本，但量子版本允許它在每次猜測時同時向左和向右移動，在它學會總是向左移動之前，需要的猜測要少得多。這一策略將人工智慧的學習時間縮短了63%，從270次猜測縮短到了100次。