“自然界并不像经典物理学描述的那样,真见鬼。要想模拟自然,最好是用量子力学。”
—— 物理学家理查德·费曼(Richard Feynman)
机器学习(Machine Learning)虽然不能准确地模拟自然界中的系统,但可以学习系统模型并预测系统的行为。在过去的几年中,经典的机器学习模型在解决具有挑战性的科学问题方面展现出了强大的潜力,并在癌症检测、预测地震余震、预测极端天气模式以及检测新系外行星的图像处理方面取得了进步。随着量子计算发展的最新进展,新的量子机器学习模型的开发可能会对世界上最大的问题产生深远的影响,从而在医学、材料、传感和通信领域取得突破。但是,迄今为止,我们依然缺乏研究工具来发现有用的量子机器学习模型,从而处理量子数据并在当今可用的量子计算机上执行。
今天,我们与滑铁卢大学、X 和大众汽车合作,宣布发布 TensorFlow Quantum(TFQ),这是一个用于快速建立量子机器学习模型原型的开源库。TFQ 提供了必要的工具,可以将量子计算和机器学习研究界聚集在一起,以控制和建模自然或人工量子系统。例如有噪声的中规模量子(Noisy Intermediate Scale Quantum,NISQ)处理器,具有约 50-100 量子位。
我们将在后续的文章中为您介绍更多信息。