IBM正在发布一个新模块,作为其开源quantum软件开发工具包Qiskit的一部分,让开发人员利用量子计算机的能力来提高他们机器学习模型的质量。
现在可以使用Qiskit机器学习,它包括将机器学习模型引入量子空间所必需的计算构件。
机器学习是人工智能的一个分支现在几乎每个行业都广泛使用的智能。这项技术能够处理越来越大的数据集,以确定模式和关系,并最终发现计算给定问题答案的最佳方法。
请参见:IT数据中心绿色能源政策(TechRepublic Premium)
研究人员和开发人员,因此,我们希望确保软件能够提供尽可能最佳的模型,这意味着扩大输入机器学习软件的训练数据的数量并提高其质量。这一过程不可避免地会带来更高的成本和更长的训练时间。
将这一过程的某些部分委托给量子计算机,可以通过加快训练或评估机器学习模型所需的时间来解决这些问题,同时,通过极大地增加被称为特征空间(featurespace)的内容,也就是用来描述输入模型的数据特征的特征集合,例如“性别”或“年龄”,如果系统正在接受训练以识别人的模式。
虽然经典计算机受到大特征空间所需计算能力的限制,一旦技术足够成熟,量子计算机有望在短时间内出色地进行大型计算。
由于量子计算仍处于早期阶段,围绕量子机器学习的许多工作都是理论性的,未来仍依赖于量子设备的规模化;然而,越来越多的研究人员对深入研究这项技术有朝一日可能带来的机遇表现出了兴趣。
“量子计算为提高机器学习模型的能力提供了另一种潜在途径,相应的文献正以惊人的速度增长,“Qiskit应用团队说”量子机器学习提出了新的模型类型,利用量子计算机的独特功能,例如,在指数级高维特征空间中工作,以提高模型的准确性。
“使用经典和量子机器学习模型可以让研究人员更好地理解量子化学和物理,开辟了大量新的应用和研究方向。”
即使对于最精明的机器学习开发人员来说,跳入量子世界也是一个令人望而生畏的前景——这就是Qiskit发布新模块的原因,该程序的设计使开发人员能够在没有量子计算专家知识的情况下建立模型原型。
例如,Qiskit机器学习提供了QuantumKernel,一种将给定数据集的内核矩阵计算到量子框架中的工具。这是将数据映射到指数级高维特征空间的第一步,该特征空间可以为机器学习模型提供更精确的训练。
新模块还包含量子神经网络的多种实现,以及训练和使用量子神经网络的学习算法,以便开发人员能够构建和使用量子神经网络测试他们自己的网络。
最后,Qiskit机器学习允许用户将他们的新量子神经网络直接集成到PyTorch开源机器学习库中。Facebook开发的平台,PyTorch库主要用于计算机视觉和自然语言处理等应用https://www.zdnet.com/article/the-worlds-most-power-supercomputer-is-now-up-and-running/“>世界上最强大的超级计算机现在正在运行href=“https://www.zdnet.com/article/the-eu-wants-to-build-its-first-quantum-computer-that-plan-maybe-not-be-野心十足/“>欧盟希望制造第一台量子计算机。这个计划可能不够雄心勃勃https://www.zdnet.com/article/bmw-explores-quantum-computing-to-boost-supply-chain-efficiencies/“>宝马探索量子计算来提高供应链效率,正如Qiskit的应用团队所解释的那样,量子机器学习有望与经典计算协同工作,在量子设备上运行繁重的计算任务,以改进为经典应用设计的模型。“它们可以是更复杂计算的一部分,比如由经典层和量子层组成的深层神经网络,”研究小组说这为研究量子神经网络在大量应用中的潜在能力提供了无限的机会。”
一旦开发人员在Qiskit中建立了量子机器学习模型,他们将能够在经典计算机上测试该算法,也可以在IBM基于云的量子系统上进行测试。Qiskit机器学习的第一个版本提供了一个开始的模型选择,但是,由于该平台是一个开源库,应用程序团队鼓励研究人员和开发人员开始工作,开始扩大研究范围。
坏的宽带,没问题:谷歌的开源语音编解码器甚至可以在低质量的网络上工作低代码开发如何支持这一不断增长的业务,从蜂箱到杜松子酒,通过注册,您同意https://redventures.com/CMG-terms-of-use.html“target=”\u blank“rel=”noopener norefe
2023-03-22 10:04:31