【QCon】精华内容上线92%,全面覆盖“人工智能+”的典型案例!>>> 了解详情
写点什么

谷歌:探索量子计算机与机器学习的关系

  • 2019-02-11
  • 本文字数:1423 字

    阅读完需:约 5 分钟

谷歌:探索量子计算机与机器学习的关系

谷歌 AI 量子小组最近发表了两篇论文,致力于探索量子计算机和机器学习之间的关系。InfoQ 借此机会与谷歌的资深研究科学家 Jarrod McClean 进行了交谈,以更好地理解这些结果的重要性。


量子计算的一个重要研究领域是量子计算机在量子神经网络训练中的应用。谷歌 AI 量子小组最近发表了两篇论文,致力于探索量子计算机和机器学习之间的关系


在第一篇论文“基于近距离处理器的量子神经网络分类”中,谷歌研究人员提出了一种神经网络模型,与当前量子处理器的局限性相匹配,特别是高水平的量子噪声和纠错的关键作用


第二篇论文“量子神经网络训练领域的贫瘠高原”探讨了量子几何的一些特性,这些特性似乎可以防止出现存在于经典神经网络中的一个主要问题,即梯度消失或爆炸


InfoQ 借此机会与谷歌资深研究科学家Jarrod McClean进行了交谈,以便更好地理解这些结果的重要性。


InfoQ:你能详细谈谈谷歌 AI Quantum 团队最近发表的两篇论文中提到的结果的重要性吗?


Jarrod McClean:这两篇论文主要关注量子神经网络的两种截然不同的结果。第一种是利用量子神经网络攻击传统分类任务的一种通用方法。我们认为这可能是一个重要的框架,用来探索如何将量子设备应用于传统的机器学习任务和问题。当我们只能推测量子计算的优点时,根据经验评估其性能就变得很重要,而这为我们提供了这样的一个框架。


第二种结果是关于量子神经网络训练中一个基本而有趣的现象的存在。它反映了这样的一个事实:量子电路中充分的随机化几乎就像一个黑洞一样,导致信息很难被提取出来。然而,我们可以通过巧妙的策略来避免这些陷阱,而这项工作的重要性在于它展示了预期这些陷阱什么时候会出现以及应该如何检测它们。我们相信这些知识对于设计有效的量子计算机训练策略来说是至关重要的。


InfoQ:你能就谷歌 AI 量子团队目前的研究方向提供一些见解吗?你的下一个目标是什么?


McClean:这个小组的一个主要目标是基于我们的量子芯片执行一个超越经典的任务,也被称为“量子霸权”。同时,我们对开发在噪声中等规模量子(NISQ)设备上运行的近距离应用程序也很感兴趣。开发这样的算法和应用程序仍然是我们的一个关键目标,我们感兴趣的三个主要应用领域是物理系统的量子模拟、组合优化和量子机器学习。


InfoQ:机器量子学习的前景是什么?


McClean: 从传统来看,量子机器学习至少有两个潜在的优势。首先是加快或改进现有经典网络的训练。我们并没有在最近的工作中从这个角度去探讨问题。

其次是量子网络可以比经典网络更简洁地表示有趣的概率分布。这种想法是建立在这样的知识基础之上——我们知道有些量子概率分布难以从经典任务中取样。

如果分布之间的这种区别被证明是正确的(即使是对于经典的数据),那么这可能意味着可以训练出更准确的机器学习分类器,可以在训练时降低成本或获得更好的泛化误差。不过,我想明确的是,目前这些优势很大程度上是基于经典数据推测出来的,而在经典的机器学习中,证据必须是基于经验的。因此,在这两篇论文中,我们试图在实践中增强对这个想法的测试能力,希望在不久的将来量子设备将允许我们探索这种可能性。


量子霸权是指量子计算机有能力解决经典计算机无法解决的问题的一种猜想。这是量子计算研究领域最热门的课题之一,几乎涉及所有主要公司,包括谷歌、IBM、微软等公司。以谷歌为例,谷歌的目标是通过构建一个50量子位的量子处理器以及使用模拟掷硬币的方式来证明量子霸权


英文原文:https://www.infoq.com/news/2019/01/exploring-quantum-neural-nets


公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2019-02-11 09:444911
用户头像

发布了 124 篇内容, 共 43.0 次阅读, 收获喜欢 176 次。

关注

评论

发布
暂无评论
发现更多内容

Zepoch节点持有人数大突破,Nautilus Chain 或有海量空投

西柚子

软件测试/测试开发 | 软件项目管理与跨部门沟通协作

测试人

软件测试 自动化测试 测试开发

热点面试题:箭头函数与普通函数的区别?

控心つcrazy

JavaScript 箭头函数 前端面试题 #热点问题 普通函数

OpenHarmony 3.2 Beta Audio——音频渲染

OpenHarmony开发者

OpenHarmony

软件测试/测试开发 | 被测项目需求你理解到位了么?

测试人

软件测试 自动化测试 测试开发

这样Debug,排查问题效率大大提升...

采菊东篱下

Java

玩转GaussDB 中的SET操作符

华为云开发者联盟

数据库 后端 华为云 华为云开发者联盟 企业号 3 月 PK 榜

容器化部署和传统部署的四个区别详细讲解-行云管家

行云管家

容器 容器化部署

CocoaPods的使用问题

刿刀

CocoaPods

2023年了,做SEO还有必要吗?

京东科技开发者

搜索引擎 SEO 搜索算法 SEO优化 企业号 3 月 PK 榜

深入浅出玩转监控宝|网站监控之管理网站监控任务

云智慧AIOps社区

安全 监控宝 云智慧 监控软件 网站监控

安全可信| 天翼云全栈云原生安全防护平台入选工信部“2022年网络安全技术应用试点示范项目”!

天翼云开发者社区

无服务器Serverless总结

天翼云开发者社区

阿里开源自研高性能核心搜索引擎 Havenask

阿里技术

搜索引擎 AI·OS实践

带你认识3个J.U.C组件扩展

华为云开发者联盟

开发 华为云 华为云开发者联盟 企业号 3 月 PK 榜

采编式AIGC视频生产流程编排实践

百度Geek说

服务编排 AIGC 企业号 3 月 PK 榜 引擎架构

XView 架构升级之路

京东科技开发者

架构 框架 企业号 3 月 PK 榜 xview

NFTScan 与 BNB Chain 达成战略合作,成为BNBChain Kickstart 官方数据服务提供商

NFT Research

NFT 数据基础设施

高校技术导师云集 OpenHarmony技术峰会“高校技术俱乐部分论坛”举办

Geek_2d6073

由浅入深,揭秘企业级OLAP数据引擎ByteHouse

字节跳动数据平台

Clickhouse 数据引擎 企业号 2 月 PK 榜

通过源码分析RocketMQ主从复制原理

京东科技开发者

Java 源码分析 RocketMQ 端口 企业号 3 月 PK 榜

中国电信天翼云喜获2022中国电子学会科技进步奖一等奖!三等奖!

天翼云开发者社区

ChatGPT “眼”中的开源数据库

墨天轮

数据库 ShardingSphere 开源数据库 Tapdata ChatGPT

堡垒机厂家电话多少?在哪里?怎么样?

行云管家

网络安全 堡垒机 自动化运维

量化合约系统开发程序技术(源码搭建)合约量化开发逻辑方案

I8O28578624

数字先锋| 云端来养牛,致富有“犇”头

天翼云开发者社区

14 条策略助力企业构建更安全的软件供应链

墨菲安全

SBOM 软件供应链安全

数据库自治平台 KAP 监控告警架构及实例演示

KaiwuDB

数据库· KaiwuDB 数据库自治

软件测试/测试开发 | 被测系统架构与数据流分析

测试人

软件测试 自动化测试 测试开发

PostgreSQL:启动与停止

天翼云开发者社区

错题集

刿刀

谷歌:探索量子计算机与机器学习的关系_服务革新_Sergio De Simone_InfoQ精选文章