機械学習における量子デバイスに関する技術は、古典的なニューラルネットワークの演算処理を拡張するために量子ビット（キュービット）を活用する技術群を指す。量子ゲート演算子を用いて量子状態を制御し、ハミルトニアンの調整によって基底状態へのアニーリングを実行し、最適化問題の解決を図る。また、量子伝導やメモリアレイ、メモリセルを利用したメモリーデバイスにより、高速な読み出しと書き込みを実現する。量子ビットの重ね合わせや結合を駆使しながら、確率的な推論を強化し、精度向上につなげるため、乱数や確率の理論も重要となる。光子を利用した光学量子デバイスでは、ビームスプリッタや偏光、パルスなどを用いて光検出器での検出や信号の送信を行い、デジタル・アナログの情報処理に応用する。これらの技術により、従来の数値演算や行列演算、乗算・加算における計算効率の改善やノイズ・誤差の低減、階調や量子化による情報圧縮が達成され、機械学習の推論および分類タスクの性能が向上する。
