Нові технології для квантового машинного навчання
Сьогодні в блозі Google AI Blog була анонсована Tensorflow Quantum - бібліотека з відкритим вихідним кодом для квантового машинного навчання.
TensorFlow Quantum (TFQ) був випущений у співпраці з Університетом Ватерлоо, X і Volkswagen. TFQ надає інструменти, необхідні для об'єднання дослідницьких спільнот в області квантових обчислень і машинного навчання для контролю і моделювання природних або штучних квантових систем.
Під капотом TFQ інтегрує Cirq з TensorFlow і пропонує високорівневі абстракції для проектування і реалізації як дискримінаційних, так і породжуючих квантово-класичні моделі, надаючи примітиви квантових обчислень, сумісні з існуючими API TensorFlow, поряд з високопродуктивними симуляторами квантових ланцюгів.
TFQ містить базові структури, такі як кубіти, логічні елементи, схеми і оператори вимірювання, необхідні для визначення квантових обчислень. Визначені користувачем квантові обчислення можуть потім виконуватися в симуляції або на реальному обладнанні.
TFQ дозволяє дослідникам будувати квантові набори даних, квантові моделі і класичні параметри управління як тензори в одному обчислювальному графі.
TensorFlow Quantum був використаний для гібридних квантово-класичних згортальних нейронних мереж, пошарового навчання для квантових нейронних мереж, генеративного моделювання змішаних квантових станів і т.д. За всіма кейсам надається огляд програм в документації.
Компанія TCL розробила гнучкий смартфон-планшет