Kvantové príklady prinášajú v teoretickom modeli učenia výhodu oproti klasickým dátam
Kenny Chen ukázal prvú orákulovú separáciu, pri ktorej kvantový algoritmus s kvantovými príkladmi efektívne generuje cieľovú distribúciu, zatiaľ čo rovnako výkonný algoritmus s klasickými vzorkami potrebuje exponenciálne veľa dát. Ide o teoretický výsledok pre PAC generatívne učenie, nie o praktický návod na zrýchlenie dnešnej AI.