あまり最初に結論めいたことは書かないほうが筆が進むのだが、今回はちょっと趣向を変えて。
結論
古典AI：人が正解を集め、問題の正解に近づく努力をしたもの。
量子AI：人が状態を集め、状態が勝手に安定に向かっていった結果、最適解を得るもの。
と、まず定義し、どういうことなのか、どうなるのか、まとめてみようと思う、、、できるだろうか？。
古典AIの場合
たとえばあなたが、おいしい辛口カレーのレシピを持っていて、「もうちょっと美味しくしたい」ということを古典AIに頼む場合。
１．データを集める（人）
いろんな辛口カレーのレシピ、その評価、その辛さの度合い、そのスパイスの配合、その調理工程、いろんなデータを集める。さらに、辛さとは、おいしさとは、評価とは、ということも整理し、定義する。
２．学習させる（人→AI）
人：集めたデータ、整理した定義を投入。
AI：投入されたデータ、量とか種類とか時間とか温度とか定義とか、全てを数値化し、統計学的な多次元ベクトルに変換して保存する。
３．もうちょっと美味しくしたい（人→AI）
人：「このカレーのレシピ、もうちょっと美味しくしたいんだけど」とAIに相談する。
AI：今投げられたレシピを解析。そのレシピがどのくらいの辛さでおいしさかを、学習時と同じように多次元ベクトル化する。そしてその形と、学習して変換済みの多次元ベクトルを比較し、おいしさのスコアが上がり、他の状態はあまり変わらない（今のレシピに近い）場所を見つけて、人に返す。
誤解を恐れながら言えば、古典AIは、
「単なる多次元ベクトルとなった ”学習”と”相談”を比較し、近くて無難な場所を返すだけ」である。
量子AIの場合
たとえばあなたが、おいしい辛口カレーのレシピをもっていて、「もうちょっと美味しくしたい」ということを量子AIに頼む場合。
１．データを整理する（人）
その辛口カレーのレシピをそのまま、量子的な状態に整理する。
スパイスの分子構造とか、香りの分子構造とか、辛味成分の分子構造とか、温度に関する分子遷移とか、とにかく全て、方法ではなく状態を、量子くんに伝えられる状態にする。
３．もうちょっと美味しくしたい（人→AI）
人：「このカレーのレシピ、もうちょっと美味しくしたいんだけど」とAIに相談する。
AI：
・今投げられたレシピ（分子的状態）を量子の空間に重ねる。
・スパイスの分子構造が最適化し、香りの分子構造が最適化し、辛味成分の分子構造が最適化した、全てがもっとも安定した状態に収束していく。
人：その結果を覗き込み、人が解釈できる状態に変換する。
誤解を恐れながら言えば、量子くんたちは、
「回転しながら（揺れながら）みんなで手を繋ぎ、揺れの収まる静かな谷底に落ちていくだけ」である。
つまりどういうこと？
なんか、ここまで書いて今、とても満足している。
「古典AIと量子AIの比較」とか「古典AIと量子AIと組み合わせるとどうなるか」は次のコラムにします。