Nature Machine Intelligence に、ノイズあり中規模量子デバイス時代向けの量子ニューラル演算子である QuanONet を提案する論文が掲載された。古典的なニューラル演算子は偏微分方程式の解法に適用されている。

論文著者は、効率的な量子版の開発における課題を、既存アプローチが抱える二つの問題、すなわち高い計算コストと理論的ギャップに関連付けている。記述によれば、一部の量子機械学習のパラダイムは、近未来のハードウェアにとって非現実的なほど多数のキュービットの拡張や深層回路を必要とするという。

情報源は研究の全文ではなく、出版元のメタデータと簡略な要約である。そのため、入手可能な資料からは、QuanONet のアーキテクチャ、実験結果、必要なキュービット数、あるいは古典的手法との比較の有無を確認することはできない。