Google запускает систему машинного обучения для обучения квантовых моделей

TensorFlow Quantum объединяет инициативы Google в области машинного обучения и квантовых вычислений

Google запускает систему машинного обучения для обучения квантовых моделей

Google объявил, что объединяет свои инициативы в области машинного обучения и квантовых вычислений с запуском TensorFlow Quantum.

Среда машинного обучения способна создавать наборы квантовых данных, создавать прототипы гибридных квантовых и классических моделей машинного обучения, поддерживать симуляторы квантовых цепей и обучать как дискриминационные, так и генеративные квантовые модели.

Согласно блогу Google AI, TensorFlow Quantum может создавать квантовые модели со стандартными функциями Keras, предоставляя имитаторы квантовых цепей и примитивы квантовых вычислений, совместимые с существующими API TensorFlow.

Выпуск TensorFlow Quantum происходит после запуска Microsoft Azure Quantum и недавних новостей о том, что Honeywell разрабатывает квантовый компьютер с квантовым объемом не менее 64, который будет доступен в ближайшие три месяца.

TensorFlow Quantum

В реферате к статье, написанной членами X-го блока Alphabet, Института квантовых вычислений при Университете Ватерлоо, Лаборатории квантового искусственного интеллекта NASA, Volkswagen и Google Research, представленной в препринтный репозиторий arXiv, авторы объясняют, во что они верят TensorFlow Кванта можно достичь, сказав:

«Мы надеемся, что эта структура предоставит необходимые инструменты для сообщества исследователей в области квантовых вычислений и машинного обучения, чтобы исследовать модели как естественных, так и искусственных квантовых систем, и в конечном итоге обнаружить новые квантовые алгоритмы, которые потенциально могут дать квантовое преимущество».

В документе подробно описывается программный стек TensorFlow Quantum, который объединяет библиотеку квантовых схем с открытым исходным кодом Cirq и платформу машинного обучения TensorFlow.

Надеемся, что способность TensorFlow Quantum моделировать свойства приведет к достижениям в области наук о жизни, расшифровки, химической или материальной разработки и оптимизации.

  • Мы также выделили лучшие рабочие места для профессионалов

You may also like