99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機(jī)器學(xué)習(xí)也將解決量子問題

穎脈Imgtec ? 2022-10-19 11:20 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

作者:CHARLES Q. CHOI
來源:IEEE電氣電子工程師


當(dāng)量子計(jì)算機(jī)執(zhí)行可能導(dǎo)致下一代電池或新藥的復(fù)雜物理和化學(xué)模擬時(shí),它可能比任何傳統(tǒng)超級(jí)計(jì)算機(jī)強(qiáng)大得多。然而,可能需要很多年才能實(shí)現(xiàn)實(shí)用和廣泛的量子計(jì)算。

現(xiàn)在,一項(xiàng)新的研究發(fā)現(xiàn),機(jī)器學(xué)習(xí)現(xiàn)在可以為計(jì)算機(jī)視覺、語音識(shí)別等提供動(dòng)力,在量子計(jì)算機(jī)擅長(zhǎng)的任務(wù)種類上,它也可以證明比普通計(jì)算機(jī)好得多。這些發(fā)現(xiàn)表明,在量子計(jì)算機(jī)最終出現(xiàn)之前,機(jī)器學(xué)習(xí)可能有助于解決關(guān)鍵的量子問題。

量子計(jì)算機(jī)理論上可以實(shí)現(xiàn)“量子優(yōu)勢(shì)”,它們可以找到經(jīng)典計(jì)算機(jī)無法解決的問題的答案。量子計(jì)算機(jī)擁有的量子比特越多,其計(jì)算能力就可以以指數(shù)形式增長(zhǎng)。

“If quantum computers were mature right now, it would definitely be better to use quantum computers.”
—Robert Hsin-Yuan Huang, Caltech

量子計(jì)算機(jī)的一個(gè)主要應(yīng)用可能是模擬復(fù)雜分子和其他系統(tǒng),其中奇怪的量子效應(yīng)起著關(guān)鍵作用。這些奇怪的現(xiàn)象包括疊加,其中一個(gè)物體可能同時(shí)存在于兩個(gè)或多個(gè)位置或狀態(tài),以及糾纏,其中多個(gè)物體可以瞬間相互影響,而不管它們相距多遠(yuǎn)。經(jīng)典計(jì)算機(jī)通常難以模擬量子系統(tǒng),尤其是涉及多個(gè)實(shí)體的系統(tǒng)。相比之下,量子計(jì)算機(jī)本身就是量子系統(tǒng),因此理論上可以更快地解決這類量子多體問題。然而,量子計(jì)算機(jī)目前是嘈雜的中等規(guī)模量子(NISQ)平臺(tái),這意味著它們的量子比特?cái)?shù)最多可達(dá)幾百。為了證明對(duì)實(shí)際應(yīng)用有用,未來的量子計(jì)算機(jī)可能需要數(shù)千個(gè)量子比特來幫助補(bǔ)償錯(cuò)誤,這個(gè)目標(biāo)可能需要很多年的時(shí)間。在這項(xiàng)新的研究中,研究人員調(diào)查了在經(jīng)典計(jì)算機(jī)上運(yùn)行的機(jī)器學(xué)習(xí)算法,即通過經(jīng)驗(yàn)自動(dòng)改進(jìn)的算法。他們發(fā)現(xiàn)這些經(jīng)典的機(jī)器學(xué)習(xí)算法可能比經(jīng)典計(jì)算機(jī)上的任何其他算法更好地解決具有挑戰(zhàn)性的量子問題。他們?cè)?月22日的《科學(xué)》雜志上在線詳述了他們的發(fā)現(xiàn)??茖W(xué)家們分析的一組應(yīng)用包括發(fā)現(xiàn)分子的基態(tài),即能量最少的基態(tài)。該研究的主要作者、加州帕薩迪納加州理工學(xué)院量子信息理論家Robert Hsin-Yuan Huang表示,疊加和糾纏會(huì)使預(yù)測(cè)分子基態(tài)變得非常困難,特別是當(dāng)它擁有許多原子時(shí)。研究人員調(diào)查了當(dāng)經(jīng)典機(jī)器學(xué)習(xí)算法獲得分子基態(tài)數(shù)據(jù)時(shí)發(fā)生的情況,例如,從分子收集量子數(shù)據(jù)的實(shí)驗(yàn)所提供的信息。他們發(fā)現(xiàn),這種經(jīng)典的機(jī)器學(xué)習(xí)算法能夠有效、準(zhǔn)確地預(yù)測(cè)其他分子的基態(tài),這比其他類型的經(jīng)典算法要好得多。Huang說,這種優(yōu)勢(shì)來自于“大自然如何機(jī)械地操作量子”,所以從量子實(shí)驗(yàn)中收集的數(shù)據(jù)“包含了自然界中量子計(jì)算能力的碎片”。這意味著從這些數(shù)據(jù)中學(xué)習(xí)的經(jīng)典機(jī)器學(xué)習(xí)算法“可以比任何非機(jī)器學(xué)習(xí)算法更準(zhǔn)確、更有效地進(jìn)行預(yù)測(cè),”他補(bǔ)充道??偠灾?,在預(yù)測(cè)基態(tài)時(shí),經(jīng)典的機(jī)器學(xué)習(xí)算法“在相同的計(jì)算時(shí)間內(nèi)可以比經(jīng)典的非機(jī)器學(xué)習(xí)算法更準(zhǔn)確地預(yù)測(cè),”Huang說,“如果我們的目標(biāo)是實(shí)現(xiàn)相同的預(yù)測(cè)精度,那么經(jīng)典的機(jī)器學(xué)習(xí)可以比經(jīng)典的非機(jī)器學(xué)習(xí)算法更快地運(yùn)行超多項(xiàng)式?!毖芯咳藛T探索的另一組應(yīng)用是對(duì)物質(zhì)的各種量子相進(jìn)行分類。熟悉的物質(zhì)狀態(tài)包括冰可能采用的許多晶體結(jié)構(gòu),而更奇異的物質(zhì)量子相包括拓?fù)浣^緣體中看到的那種,在那里電或光可以流動(dòng)而不會(huì)散射或損失??茖W(xué)家們發(fā)現(xiàn),當(dāng)經(jīng)典機(jī)器學(xué)習(xí)算法以量子相位的經(jīng)典數(shù)據(jù)為基礎(chǔ)進(jìn)行訓(xùn)練時(shí),它們可以有效地學(xué)習(xí)如何準(zhǔn)確分類訓(xùn)練中沒有遇到的量子相位。Huang說:“有正式證據(jù)證明,在量子物理的一個(gè)重要問題上,用物理實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練的經(jīng)典機(jī)器學(xué)習(xí)算法可以勝過任何經(jīng)典的非機(jī)器學(xué)習(xí)算法,這個(gè)結(jié)果是令人興奮的。它真正顯示了經(jīng)典機(jī)器學(xué)習(xí)在解決物理、化學(xué)和材料科學(xué)中具有挑戰(zhàn)性的問題方面的力量?!盚uang說,未來的研究可以探索經(jīng)典機(jī)器學(xué)習(xí)可以很好解決的其他重要量子問題。他指出,進(jìn)一步的工作還可以探索如何優(yōu)化經(jīng)典機(jī)器學(xué)習(xí)算法解決量子問題的方式,根據(jù)它們需要多少訓(xùn)練數(shù)據(jù)和計(jì)算時(shí)間。最終,有一天,量子計(jì)算機(jī)在模擬化學(xué)和物理實(shí)驗(yàn)方面甚至?xí)龠^經(jīng)典的機(jī)器學(xué)習(xí)。Huang說:“如果量子計(jì)算機(jī)現(xiàn)在已經(jīng)成熟,那么使用量子計(jì)算機(jī)肯定會(huì)更好?!比欢诹孔佑?jì)算機(jī)出現(xiàn)之前,“根據(jù)實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練的經(jīng)典機(jī)器學(xué)習(xí)模型可以解決化學(xué)和材料科學(xué)中的實(shí)際問題,這些問題很難單獨(dú)使用經(jīng)典處理來解決,”Huang說。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    FPGA在機(jī)器學(xué)習(xí)中的具體應(yīng)用

    ,越來越多地被應(yīng)用于機(jī)器學(xué)習(xí)任務(wù)中。本文探討 FPGA 在機(jī)器學(xué)習(xí)中的應(yīng)用,特別是在加速神經(jīng)網(wǎng)絡(luò)推理、優(yōu)化算法和提升處理效率方面的優(yōu)勢(shì)。
    的頭像 發(fā)表于 07-16 15:34 ?372次閱讀

    玻色量子重磅發(fā)布量子奇點(diǎn)計(jì)劃

    學(xué)習(xí)到實(shí)踐的一站式服務(wù)?!?b class='flag-5'>量子奇點(diǎn)計(jì)劃”旨在以實(shí)用化量子計(jì)算為核心,構(gòu)建全鏈路產(chǎn)業(yè)生態(tài)創(chuàng)新體系,探索實(shí)用化量子計(jì)算產(chǎn)學(xué)研用新路徑。
    的頭像 發(fā)表于 05-09 16:14 ?423次閱讀

    機(jī)器學(xué)習(xí)模型市場(chǎng)前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長(zhǎng)以及計(jì)算能力的飛速提升,機(jī)器學(xué)習(xí)模型的市場(chǎng)前景愈發(fā)廣闊。下面,AI部落小編探討機(jī)器學(xué)習(xí)模型市場(chǎng)
    的頭像 發(fā)表于 02-13 09:39 ?363次閱讀

    嵌入式機(jī)器學(xué)習(xí)的應(yīng)用特性與軟件開發(fā)環(huán)境

    作者:DigiKey Editor 在許多嵌入式系統(tǒng)中,必須采用嵌入式機(jī)器學(xué)習(xí)(Embedded Machine Learning)技術(shù),這是指機(jī)器
    的頭像 發(fā)表于 01-25 17:05 ?660次閱讀
    嵌入式<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>的應(yīng)用特性與軟件開發(fā)環(huán)境

    傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    用于開發(fā)生物學(xué)數(shù)據(jù)的機(jī)器學(xué)習(xí)方法。盡管深度學(xué)習(xí)(一般指神經(jīng)網(wǎng)絡(luò)算法)是一個(gè)強(qiáng)大的工具,目前非常流行,但它的應(yīng)用領(lǐng)域仍然有限。與深度學(xué)習(xí)相比
    的頭像 發(fā)表于 12-30 09:16 ?1188次閱讀
    傳統(tǒng)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法和應(yīng)用指導(dǎo)

    如何選擇云原生機(jī)器學(xué)習(xí)平臺(tái)

    當(dāng)今,云原生機(jī)器學(xué)習(xí)平臺(tái)因其彈性擴(kuò)展、高效部署、低成本運(yùn)營(yíng)等優(yōu)勢(shì),逐漸成為企業(yè)構(gòu)建和部署機(jī)器學(xué)習(xí)應(yīng)用的首選。然而,市場(chǎng)上的云原生機(jī)器
    的頭像 發(fā)表于 12-25 11:54 ?457次閱讀

    量子通信的基本原理 量子通信網(wǎng)絡(luò)的構(gòu)建

    比特(qubit)來表示,它是量子通信的基本單位。 2. 量子糾纏 量子糾纏是量子通信的另一個(gè)關(guān)鍵原理。當(dāng)兩個(gè)量子粒子(如光子)處于糾纏態(tài)時(shí)
    的頭像 發(fā)表于 12-19 15:50 ?2269次閱讀

    Arm成功Arm KleidiAI軟件庫集成到騰訊自研的Angel 機(jī)器學(xué)習(xí)框架

    Arm 與騰訊攜手合作,成功 Arm KleidiAI 軟件庫集成到騰訊自研的 Angel 機(jī)器學(xué)習(xí)框架。 ? 借助 KleidiAI 解鎖卓越性能、能效和可移植性,騰訊混元大模型能夠?qū)崿F(xiàn)更快
    的頭像 發(fā)表于 11-24 15:33 ?1292次閱讀

    使用CUDA-Q實(shí)現(xiàn)量子聚類算法

    量子計(jì)算機(jī)能夠利用疊加、糾纏和干涉等量子特性,從數(shù)據(jù)中歸納出知識(shí)點(diǎn)并獲得洞察。這些量子機(jī)器學(xué)習(xí)(QML)技術(shù)最終將在
    的頭像 發(fā)表于 11-20 10:14 ?732次閱讀
    使用CUDA-Q實(shí)現(xiàn)<b class='flag-5'>量子</b>聚類算法

    什么是機(jī)器學(xué)習(xí)?通過機(jī)器學(xué)習(xí)方法能解決哪些問題?

    來源:Master編程樹“機(jī)器學(xué)習(xí)”最初的研究動(dòng)機(jī)是讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實(shí)現(xiàn)人工智能。因?yàn)闆]有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能的。目前被廣泛采用的
    的頭像 發(fā)表于 11-16 01:07 ?965次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問題?

    NPU與機(jī)器學(xué)習(xí)算法的關(guān)系

    在人工智能領(lǐng)域,機(jī)器學(xué)習(xí)算法是實(shí)現(xiàn)智能系統(tǒng)的核心。隨著數(shù)據(jù)量的激增和算法復(fù)雜度的提升,對(duì)計(jì)算資源的需求在不斷增長(zhǎng)。NPU作為一種專門為深度學(xué)習(xí)機(jī)
    的頭像 發(fā)表于 11-15 09:19 ?1221次閱讀

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 時(shí)間序列的信息提取

    本人有些機(jī)器學(xué)習(xí)的基礎(chǔ),理解起來一點(diǎn)不輕松,加油。 作者首先說明了時(shí)間序列的信息提取是時(shí)間序列分析的一個(gè)重要環(huán)節(jié),目標(biāo)是從給定的時(shí)間序列數(shù)據(jù)中提取出有用的信息和特征,以支持后續(xù)的分析和預(yù)測(cè)任務(wù),可以
    發(fā)表于 08-14 18:00

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 鳥瞰這本書

    的交織中不斷成長(zhǎng)。 讀者對(duì)這本書的評(píng)價(jià)普遍很高。他們稱贊作者用通俗易懂的語言復(fù)雜的概念解釋得透徹清晰,即使是初學(xué)者能輕松入門。同時(shí),書中豐富的案例和詳細(xì)的步驟指導(dǎo)讓讀者快速積累經(jīng)驗(yàn),提高實(shí)戰(zhàn)技能。甚至有讀者表示,這本書已
    發(fā)表于 08-12 11:28

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 簡(jiǎn)單建議

    這本書以其系統(tǒng)性的框架和深入淺出的講解,為讀者繪制了一幅時(shí)間序列分析與機(jī)器學(xué)習(xí)融合應(yīng)用的宏偉藍(lán)圖。作者不僅扎實(shí)地構(gòu)建了時(shí)間序列分析的基礎(chǔ)知識(shí),更巧妙地展示了機(jī)器學(xué)習(xí)如何在這一領(lǐng)域發(fā)揮巨
    發(fā)表于 08-12 11:21

    《圖說本源產(chǎn)品》系列之二:量子計(jì)算全物理體系學(xué)習(xí)機(jī)

    計(jì)算全物理體系學(xué)習(xí)機(jī),是一個(gè)面向量子計(jì)算學(xué)習(xí)者、從業(yè)人員,提供量子計(jì)算及量子算法的學(xué)習(xí)、培訓(xùn)、開
    的頭像 發(fā)表于 07-26 08:23 ?782次閱讀
    《圖說本源產(chǎn)品》系列之二:<b class='flag-5'>量子</b>計(jì)算全物理體系<b class='flag-5'>學(xué)習(xí)</b>機(jī)