Google выпустил библиотеку для квантового искусственного интеллекта






работы с квантовыми нейронными сетями. Её можно употреблять как на настоящих квантовых компах, так и на их симуляциях. Продукт распространяется безвозмездно и имеет открытый начальный код.

Новенькая библиотека получила заглавие TensorFlow Quantum (TFQ). Она дополняет обширно узнаваемый инструмент TensorFlow, созданный для работы с искусственным умом на традиционных компах.

Проект был реализован командой Гугл AI Quantum вместе со студентами Института Ватерлоо, также компаниями Alphabet X и Volkswagen.

«Вести.Наука» (nauka.vesti.ru) подробно рассказывали, что такое квантовый комп и кубиты. Напомним, что кубит, в отличие от традиционного бита, может находиться не только лишь в состоянии «0» либо «1», да и в квантовой суперпозиции («консистенции») этих состояний. Потенциально это обеспечивает квантовым компам гигантскую вычислительную мощность. Но на данный момент системы кубитов очень уязвимы перед помехами и ошибками.

TFQ предоставляет инструменты для работы с главными компонентами квантовых вычислений: кубитами, процедурой квантового измерения и так дальше. Систему можно употреблять для программирования как настоящих квантовых компов, так и их симуляций на традиционных машинках. Для решения крайней задачки команда Гугл также выпустила симулятор квантовых вычислительных цепей qsim.

Единство непохожих

Как отмечают спецы компании, мир вступает в эру гулких квантовых микропроцессоров среднего масштаба (Noisy Intermediate-Scale Quantum, либо NISQ). Такие устройства будут иметь 50-100 кубитов (это и есть «средний масштаб»). Предполагается, что они уже будут уметь нечто, что недоступно классическим компьютерам. По последней мере, при помощи крайних уже достаточно тяжело моделировать системы с таковым количеством кубитов.

С иной стороны, кубиты как и раньше работают достаточно нестабильно (потому микропроцессоры названы «гулкими»). При всем этом предложенные на нынешний денек алгоритмы коррекции ошибок будут эффективны при вычислительной мощности в миллионы, а не 10-ки кубитов.

Таковым образом, способности квантовых компов эры NISQ ограничены их уязвимостью перед ошибками. Для большей эффективности они должны работать в одной системе с традиционными микропроцессорами. И TensorFlow Quantum предоставляет для этого все способности, так как является «потомком» TensorFlow, отлично адаптированной к интеграции микропроцессоров с различными наборами установок.

Не считая того, TFQ интегрирована с платформой Cirq. Это тоже разработка Гугл AI Quantum, созданная для работы с квантовыми компами.

Новенькая платформа поможет в разработке программ для квантовых компов.

Иллюстрация Pixabay.

Искусственный ум на службе у квантовых вычислений

Напомним, что системы эры NISQ уязвимы перед помехами и вычислительными ошибками. Как защититься от этого зла?

Инженеры Гугл дают своё решение. На самом деле, молвят они, перед нами обширно распространённая задачка: отфильтровать из данных случайный шум и извлечь полезную информацию. Такие задачки нередко появляются, к примеру, при распознавании образов, и решаются при помощи искусственного ума.

«Вести.Наука» рассказывали, как учится традиционная нейронная сеть. Приблизительно так же работает и квантовая, хотя, очевидно, она имеет свою специфику.

Квантовая нейронная сеть считывает квантовые данные благодаря той процедуре измерения. Результатом данной для нас процедуры являются уже полностью обыденные наборы чисел. Их обработку можно предоставить традиционной (не квантовой) нейронной сети с глубоким обучением.

По мысли разрабов, в паре традиционная и квантовая нейронная сеть извлекут максимум инфы из «подпорченных» квантовых данных.

Подробности для профессионалов изложены в препринте научной статьи, размещенном на веб-сайте arXiv.org.

К слову, ранее «Вести.Наука» (nauka.vesti.ru) писали о обещанном компанией Honeywell мощнейшем в мире квантовом компьютере.

текст:

Вести.Наука

Источник