IBM выпускает Qiskit Machine Learning, набор новых прикладных модулей, которые станут частью ее квантового программного обеспечения с открытым исходным кодом. Новая функция — это последнее расширение усилий компании по привлечению большего числа разработчиков к экспериментам с квантовыми компьютерами.
Согласно сообщению в блоге команды приложений Qiskit, модули машинного обучения обещают помочь оптимизировать машинное обучение с помощью квантовых компьютеров для некоторых частей процесса.
“Квантовые вычисления предлагают еще один потенциальный путь для увеличения мощности моделей машинного обучения, и объем соответствующей литературы растет с невероятной скоростью, — сообщает команда IBM. — Квантовое машинное обучение (QML) предлагает новые типы моделей, которые используют уникальные возможности квантовых компьютеров, например, для работы в экспоненциально многомерных пространствах признаков для повышения точности моделей”.
Вместо того, чтобы заменить современные компьютерные архитектуры, IBM делает ставку на то, что квантовые компьютеры в ближайшие годы наберут обороты, взяв на себя очень конкретные задачи, которые выгружаются из классической вычислительной системы на квантовую платформу. ИИ и машинное обучение — одни из областей, в которых, как IBM надеется, Quantum может оказать влияние.
Чтобы сделать Quantum более доступным, в прошлом году IBM представила фреймворк квантового программирования с открытым исходным кодом под названием Qiskit. Компания заявила, что имеет потенциал для ускорения некоторых приложений в 100 раз.
В случае машинного обучения есть надежда, что система, которая разгружает задачи в квантовую систему, может ускорить время обучения. Однако остаются проблемы, такие как получение больших наборов данных в квантовую машину и из нее без добавления времени, которое аннулировало бы любые выгоды от квантовых вычислений.
Разработчики, которые используют Qiskit для улучшения своих алгоритмов, получат доступ к тестированию их на облачной платформе квантовых вычислений IBM.