谷歌本周已經(jīng)發(fā)布了他們的TensorFlow框架的新版本-TensorFlow Quantum(TFQ)，這是一個(gè)用于原型量子機(jī)器學(xué)習(xí)模型的開(kāi)源庫(kù)。

量子計(jì)算機(jī)還不是主流。但是，當(dāng)他們到達(dá)時(shí)，他們將需要算法。因此，TFQ將彌合這一差距，并使開(kāi)發(fā)人員/用戶(hù)可以創(chuàng)建結(jié)合傳統(tǒng)技術(shù)和量子計(jì)算技術(shù)的混合AI算法。TFQ是TensorFlow和Cinq的巧妙結(jié)合，將使用戶(hù)能夠構(gòu)建深度學(xué)習(xí)模型，從而在運(yùn)行最少的Python的量子計(jì)算機(jī)上運(yùn)行。

根據(jù)Google AI博客文章，TFQ旨在提供必要的工具，以將量子計(jì)算技術(shù)和機(jī)器學(xué)習(xí)研究社區(qū)結(jié)合在一起，以構(gòu)建和控制自然和人工量子系統(tǒng)。例如，噪聲中級(jí)量子量子(NISQ)處理器具有約50 – 100量子位。

量子計(jì)算的目的是幫助和擴(kuò)展傳統(tǒng)計(jì)算的能力。與傳統(tǒng)計(jì)算機(jī)相比，昆騰計(jì)算機(jī)旨在更加準(zhǔn)確，高效地執(zhí)行任務(wù)，從而為開(kāi)發(fā)人員提供了針對(duì)特定應(yīng)用的新工具。人們相信，量子計(jì)算機(jī)將不會(huì)取代傳統(tǒng)的計(jì)算機(jī)。相反，他們將需要經(jīng)典計(jì)算機(jī)來(lái)支持其特殊能力，例如系統(tǒng)優(yōu)化。

量子計(jì)算如何使人工智能受益

幾十年來(lái)，科學(xué)家一直致力于改進(jìn)軟件以運(yùn)行日益復(fù)雜的程序。但是，軟件優(yōu)化存在局限性。因此，遲早企業(yè)將需要功能更強(qiáng)大的機(jī)器來(lái)滿(mǎn)足他們的需求。

因此，研究人員正試圖找到一種方法，以加快從無(wú)法管理的大量數(shù)據(jù)中提取價(jià)值的過(guò)程。產(chǎn)生了被稱(chēng)為量子機(jī)器學(xué)習(xí)的新學(xué)科。實(shí)際上，根據(jù)一份報(bào)告，到2024年，整體量子計(jì)算將從2019年的9300萬(wàn)美元增長(zhǎng)到2.83億美元，復(fù)合年增長(zhǎng)率為24.9%。

量子算法研究人員塞繆爾·費(fèi)爾南德斯·洛倫佐(SamuelFernándezLorenzo)表示：“量子機(jī)器學(xué)習(xí)比經(jīng)典機(jī)器學(xué)習(xí)更有效，至少對(duì)于某些本質(zhì)上難以使用傳統(tǒng)計(jì)算機(jī)學(xué)習(xí)的模型而言。”但是，“我們?nèi)匀槐仨氄页鲞@些模型在實(shí)際應(yīng)用中出現(xiàn)的程度。”