Google今天發佈了TensorFlow Quantum（TFQ），這是一個用於原型化量子機器學習模型的開源庫。TFQ 通過使開發人員可以同時使用經典計算技術和量子計算機電路模擬來創建混合AI算法。
TFQ的工作原理
根據來自Google AI 的博客文章：
TFQ提供了必要的工具，可以將量子計算和機器學習研究團體結合在一起，以控制和模擬自然或人工量子系統。例如，模擬具有約50至100個量子位的噪聲中等規模量子（NISQ）處理器。
TFQ的工作原理是獲取量子數據（包含在量子位或量子位中的信息），並使用混合AI系統對其進行處理。
這項技術被稱為“混合經典AI建模”，它使研究人員和開發人員可以分解量子數據，以便可以將其用於生成有關量子算法的預測。
（來源：https://thenextweb.com/）
TFQ的功能
根據Google及其合作伙伴在NASA，滑鐵盧大學和大眾汽車公司發表的研究論文：
我們演示瞭如何應用TFQ解決高級量子學習任務，包括元學習(Meta-Learning)、哈密頓學習(Hamiltonian Learning)和採樣熱態(Sampling Thermal States)。我們希望該框架為量子計算和機器學習研究社區提供必要的工具，以探索自然和人工量子系統的模型，並最終發現可能產生量子優勢的新量子算法。
谷歌並不是唯一提供混合量子AI機器學習系統的公司。在此之前，Microsoft以Azure Quantum提供類似的服務，而IBM則以IBM Q的形式來提供。
由於谷歌在量子計算領域的成就，TensorFlow在開發人員和研究社區中非常受歡迎。
谷歌及其合作伙伴希望，TFQ的推出能夠導致產生必要量子優勢的新型量子算法，從而解決研究人員認為量子計算機將很快解決的開放性問題。
量子客Qtumist
網站：http://www.qtumist.com/
量子客 | 以行業第一線的視角為您解讀量子科技的前沿技術，中國領先的量子技術交流社區
閱讀更多 量子客Qtumist 的文章
