人工智能的進步令人驚嘆，但依靠現在的計算機及傳統算法，已無法滿足人工智能的研究甚至發展需求。而量子計算能解決傳統處理器發展的瓶頸問題，使計算機運算能力呈指數式增長。據咨詢公司Gartner公布的《2019年十大戰略科技發展趨勢》顯示，2019年將會是量子計算AI應用的一年。初創公司IonQ的首席運營官Stewart Allen也聲稱，量子計算將成為大眾的必備工具，其訪問使用將涉及各行各業。

量子計算和人工智能作為兩種不同的技術，但并不會彼此孤立地發展。實際上，和標準系統相比，用量子系統可以有更大的參數和特征空間集，加快機器人的學習能力和對數據的分析處理能力，因此，量子計算機將能夠加速支持AI的機器學習，而人工智能將能夠為量子計算機編寫算法和程序。除此之外，如果沒有量子安全網絡的保護，AI將容易受到入侵者的攻擊和占用。

當前，隨著物聯網技術的成熟，傳感器設備、交通工具和迅速發展的“可穿戴”科技將能互相連接與溝通，需要處理的數據越來越多，AI得到前所未有的重視，但關于弱人工智能的吐槽聲卻不絕于耳。業內人士指出，如果把今天的AI歸納為基于深度神經網絡的算法+GPU/FPGA等為主經典計算力+大數據，未來的AI技術可能是某種超級智能(強人工智能/自然智能)+量子云技術。

無獨有偶，中國科學院院士姚期智也認為，未來的人工智能要向強人工智能或自然智能演進，需要全新的神經網絡之外的算法和視角，需要超級大的算力支撐，量子計算的發展必定帶給人工智能巨大的提升。利用量子計算和人工智能，有可能搭建出一個足以匹敵人類大腦的系統。

其實，從人工智能的發展過程看，機器學習是繼專家系統之后人工智能應用的又一重要研究領域，也是人工智能和神經計算的核心研究課題之一。若將量子計算應用到機器學習中，不僅可以解決目前機器學習算法處理海量大數據時計算效率低等問題，甚至可能改變整個機器學習領域。目前，“第二次量子革命”、人工智能競爭均已進入關鍵階段，企業和科研機構成為先行軍。以2019年為例：

2019年3月，英特爾高級副總裁兼Mobileye主管Amnon Shashua公布了與希伯來大學同事共同完成的一項新研究，該研究既為深度學習能力提供重要證據，也為計算量子物理中一些常見的棘手問題指出一條前進的道路。

2019年5月31日，上海大學量子人工智能科學技術研究中心開幕式暨量子科學技術未來發展研討會舉行。作為開幕式的重磅環節，深蘭科技與上海大學達成戰略合作并簽署合作協議。根據協議，雙方將合作開發量子計算機軟件硬件，并將量子人工智能應用于智能城市、材料設計和量子金融等領域。

2019年6月，IBM宣布與Wits大學合作將旗下的Q Network擴展至南非，非洲學者和研究人員因此得以接觸量子計算。Wits的研究人員將開展量子計算和機器學習在宇宙學及分子生物學應用的研究。

值得一提的是，采用量子算法與人工智能的大眾汽車，不但可以利用量子算法確定一個城市不同地方的乘客人數，而且能指揮出租車或公共交通服務根據具體的需求部署一定量的車輛，在未來還能與自動駕駛汽車合作。相信未來人工智能與量子計算的強強聯合，將碰撞出更為耀眼的火花。