CB Insight - Quantum Machine Learning

原创
03/18 07:55
阅读数 14

包括经典机器学习算法(classical machine learning algorithms)和Quantum AI的混合模式(hybrid model),将很快带来实际应用价值。


量子计算机需要准备专门的数据(specialized data preparation),量子算法和两字程序(Quantum algorithsm and Quantum programming)。简而言之,我们与经典计算机的交互方式并不同样适用于量子计算机。


量子计算机器学习(Quantum machine learning)同样基于传统机器学习的基本原则,但是其算法被设计在量子处理器执行,这比传统的神经网络处理要更加的高效,也克服了目前AI研究在处理海量数据集(massive datasets)上的硬件限制。


有关两字神经网络- QNN(Quantum neural networks)仍处于萌芽状态(nascent)。基于目前量子处理器的硬件限制,那么QNN如何处理现实世界中的问题?


各大技术公司和量子计算创业公司正在寻找一种混合的模式 - 一部分是运行于传统计算机上的传统神经网络计算,另一部分是运行于QNN的增强型运算。

如量子计算创业公司- Xanadu使用经典-两字混合人工智能模式变革机器学习,其结果在图片分类任务中的表现相当的有前景(promising)。


Google的人工智能团队自从2013年以来就专注于为量子计算机打造算法。其当前目标(immediate goal),与Xanadu类似,是在短期内(near-term)为量子计算设备,开发一种quantum-classical混合模式的machine-learning。


IMPLICATIONS - 

  • 当前世界两大最强大的计算范式(computing paradigms),量子计算和人工智能,与传统计算相结合,可以初步解决现实问题(solve practical problems initially in conjunction with classic computers)。

  • 量子云计算(Quantum Cloud Computing),是有关云计算战争的最前沿竞争,如AWS, Google, IBM, Microsoft都在双倍的下注(doubling down)或加大了对其的资本投资。这意味着量子计算可以与传统GPU, CPU计算相合作(in tandem with)为客户创造价值。我们肯定看到Rigetti, Microsoft, OpenAI都在进行AI算法运行于混合云硬件平台的探索。


本文分享自微信公众号 - VoiceVista语音智能(AIndustrialRock)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部