新疆都市报 > 教育 > 考试 >

热文 谷歌开源TFQ 开发量子机器学习应用将变得更

发布时间:2020-03-10 22:09来源: 未知

  详细情况如下:澎湃新闻记者王心馨机器学习在过去几年里有了飞速发展,促进了人类在癌症检测、图像处理、地震预测、极端天气预测和新系外行星探测方面的进步。但是如果你想模拟自然,最好的方法是遵循量子力学原理。因此许多大学、实验室甚至是科技公司开始结合量子力学和机器学习两个领域,尝试开发量子机器学习程序来模拟自然界的各类问题。

TFQ

  澎湃新闻记者 王心馨

  机器学习在过去几年里有了飞速发展,促进了人类在癌症检测、图像处理、地震预测、极端天气预测和新系外行星探测方面的进步。但是如果你想模拟自然,最好的方法是遵循量子力学原理。因此许多大学、实验室甚至是科技公司开始结合量子力学和机器学习两个领域,尝试开发量子机器学习程序来模拟自然界的各类问题。

TFQ实现过程演示

  可惜迄今为止,我们仍缺少研究工具,来构建可用的量子机器学习模型,并让模型在可用的量子计算机上处理量子数据。未来,这种情况可能会发生改变。

  当地时间3月9日,提出量子霸权的科技公司谷歌在官方博客上宣布,将联合滑铁卢大学、X公司(前身为谷歌X实验室)以及大众汽车集团,免费开源自己的量子机器学习软件TensorFlow Quantum(TFQ)。开源后,这套工具将有利于研究员更容易地开发量子机器学习应用。

TFQ

  说到TFQ,它是谷歌的TensorFlow工具包的一个附件,是一个用于快速构建量子机器学习模型的开源库,可以为开发者提供必要的工具,把量子计算和机器学习研究领域结合起来,控制和模拟自然或人工量子系统。例如有 50 - 100 个量子位的嘈杂中型量子 (NISQ) 处理器。TensorFlow是简化的深度神经网络,可提供重复使用的代码,从而使新的机器学习应用不必从头开始编写代码,这让机器学习模型更易于应用。 自2015年推出以来,它已极大地推动了机器学习的发展。

TFQ实现过程演示

  具体来说,TFQ可以让开发者编写量子应用程序,而不用考虑运行量子应用程序的硬件问题。谷歌开发了一个转化器,可以让开发者在实际的量子计算机和经典计算机之间进行切换。这意味着,开发者可以先在经典计算机上模拟调试量子应用程序,然后再尝试在完整的量子计算设备上运行程序。

  TFQ项目负责人Masoud Mohseni希望开发人员使用这套工具发现更多新的量子机器学习算法。Mohseni认为,由于自然现象遵循量子规则,如果机器学习模型要准确地反映世界,那么它们也必须是量子的。

  谷歌在博客中写道,随着量子计算的发展,新的量子学习模型可能会对世界上最大的问题产生深远的影响,从而在医学,材料,传感和通信领域取得突破。谷歌希望TFQ能做到这一点。

  当下,量子机器学习还是一个新兴领域,但TFQ并不是该领域的第一个工具包。加拿大量子计算初创公司Xanadu也提供了一个类似的平台,称为Pennylane。 Xanadu研究人员内森·基洛兰认为,谷歌开放TFQ是件大事。他指出,开发人员围绕着TensorFlow等知名工具建立社区,共享代码和想法,可以促进创新,机器学习技术也会因此变得更好。

  在实验室研究外,量子计算软件也在逐渐走向主流。例如,加拿大量子计算公司D-Wave 上个月就发布了其新版Leap工具包,用于量子应用程序开发。多家大型公司正在使用Leap来开发内部量子软件。其中就有大众汽车公司(Volkswagen),建立了超精确的公共交通模拟器来计划公交路线,以及意大利电信公司(Telecom Italia)建立了用于优化5G网络的量子应用程序。

 

本文文章转载自新浪新闻