『智东西』谷歌“量子霸权”上新招!开源量子机器学习库,拉低量子计算门槛( 三 )


( 3 )样本 / 平均值
量子态的测量从经典随机变量中以样本形式提取经典信息 。 来自该随机变量的值的分布 , 通常取决于量子态本身以及所测得的可观测值 。
由于许多变分算法都取决于测量的平均值(也称为期望值) , 因此TFQ提供了对涉及步骤(1)和(2)的多个运行求平均值的方法 。
( 4 )评估经典神经网络模型
提取经典信息后 , 其格式适用于进一步的经典后处理 。
由于提取的信息可能仍会以测量的期望之间的经典相关性进行编码 , 因此经典深度神经网络可以应用于提取此类相关性 。
( 5 )评估成本函数
根据经典后处理的结果 , 评估成本函数 。 例如如果标记了量子数据 , 则基于模型执行分类任务的精确度;或者如果任务不受监督 , 则基于其他标准 。
( 6 )评估梯度和更新参数
评估成本函数后 , 应沿预期可降低成本的方向更新自由参数 , 通常通过梯度下降执行 。
TFQ的关键特征是能够同时训练和执行许多量子电路 。 TensorFlow能在计算机集群之间并行化计算 , 并能够在多核计算机上模拟相对较大的量子电路 , 从而实现了这一目标 。
为了实现后者 , 谷歌还宣布发布新的高性能开源量子电路模拟器qsim , 该模拟器已证明能在111秒内在一个谷歌云节点中以14栅极深度仿真一个32量子比特量子电路 。
该模拟器特别针对多核英特尔处理器进行了优化 。 结合TFQ , 谷歌研究人员60分钟内在谷歌云节点(n2-highcpu-80)上以20栅极深度对20量子位量子电路进行了100万次电路仿真 。
qsim Github链接:
五、量子软件正在走向主流TFQ并不是用于量子机器学习的第一个工具包 。 例如多伦多的量子计算初创公司Xanadu提供了一个类似的平台 , 称为Pennylane 。
不过在Xanadu研究人员内森·基洛兰(Nathan Killoran)看来 , 谷歌在做的当之为一件大事 。 他认为 , 开发人员围绕着TensorFlow等知名工具建立社区、共享代码和想法 , 将推动创新 。
量子计算市场被认为是云计算巨头利润丰厚的新收入来源 , 有分析师称 , 到2025年 , 这一市场将达到近10亿美元 。
量子软件也开始走向主流 。
去年夏天 , 微软开源了其量子计算开发套件及Q#编译器和模拟器 , 11月又宣布开放云量子计算服务Azure Quantum的计划 。 微软与量子硬件供应商霍尼韦尔、IonQ、QCI的合作关系 , 将使现有微软产品能与量子计算机一起使用 。
去年12月 , 亚马逊AWS发布推进量子计算技术计划的云服务Amazon Braket , 可为客户提供开发环境以构建量子算法 , 在模拟量子计算机上对其进行测试 , 并在各种不同的量子硬件架构上进行尝试 。 量子硬件供应商D-Wave、IonQ和Rigetii均是其合作伙伴 。
同一时间 , 亚马逊还宣布成立量子解决方案实验室 , 并和Braket共同宣布在加州理工学院建立AWS量子计算中心 , 将把亚马逊研究人员和工程师与量子计算的学术机构召集在一起 , 以开发功能更强大的量子计算硬件 , 并确定新颖的量子应用 。
总部位于不列颠哥伦比亚省的量子计算公司D-Wave Systems , 上个月还发布了其新版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 , 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 , 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 。
就上周 , 霍尼韦尔宣布“在量子计算方面的突破 , 将加速量子计算机的功能” , 称“使该公司能够在未来三个月内发布全球功能最强大的量子计算机 。 ”
而在接下来的三个月内 , IBM可能会发布量子容量为64的量子计算机 , 英特尔也可能会公布其量子计算研究的相关进展 , 量子计算的战场正在变得愈发热闹 。