Trang này được dịch bởi Cloud Translation API.
Switch to English

Khái niệm học máy lượng tử

Thí nghiệm tối cao lượng tử của Google đã sử dụng 53 qubit ồn để chứng minh rằng nó có thể thực hiện phép tính trong 200 giây trên máy tính lượng tử sẽ mất 10.000 năm trên máy tính cổ điển lớn nhất sử dụng thuật toán hiện có. Điều này đánh dấu sự khởi đầu của kỷ nguyên điện toán nhiễu lượng tử trung gian quy mô (NISQ). Trong những năm tới, các thiết bị lượng tử với hàng chục đến hàng trăm qubit ồn ào dự kiến ​​sẽ trở thành hiện thực.

Tính toán lượng tử

Điện toán lượng tử dựa vào các tính chất của cơ học lượng tử để tính toán các vấn đề ngoài tầm với của máy tính cổ điển. Một máy tính lượng tử sử dụng qubit . Qubits giống như các bit thông thường trong máy tính, nhưng với khả năng bổ sung sẽ được đặt vào vị trí chồng chất và chia sẻ sự vướng víu với nhau.

Máy tính cổ điển thực hiện các hoạt động cổ điển xác định hoặc có thể mô phỏng các quy trình xác suất bằng phương pháp lấy mẫu. Bằng cách khai thác sự chồng chất và vướng víu, máy tính lượng tử có thể thực hiện các hoạt động lượng tử khó mô phỏng theo quy mô với máy tính cổ điển. Các ý tưởng để thúc đẩy điện toán lượng tử NISQ bao gồm tối ưu hóa, mô phỏng lượng tử, mật mã và học máy.

Học máy lượng tử

Học máy lượng tử (QML) được xây dựng trên hai khái niệm: dữ liệu lượng tửmô hình lượng tử cổ điển lai .

Dữ liệu lượng tử

Dữ liệu lượng tử là bất kỳ nguồn dữ liệu nào xảy ra trong một hệ thống lượng tử tự nhiên hoặc nhân tạo. Đây có thể là dữ liệu được tạo bởi một máy tính lượng tử, giống như các mẫu được thu thập từ bộ xử lý Sycamore để chứng minh tính ưu việt lượng tử của Google. Dữ liệu lượng tử thể hiện sự chồng chất và vướng víu, dẫn đến phân phối xác suất chung có thể yêu cầu một lượng tài nguyên tính toán cổ điển theo cấp số nhân để đại diện hoặc lưu trữ. Thí nghiệm tối cao lượng tử cho thấy có thể lấy mẫu từ phân bố xác suất chung cực kỳ phức tạp của không gian 2 ^ 53 Hilbert.

Dữ liệu lượng tử được tạo bởi bộ xử lý NISQ rất ồn và thường bị vướng víu ngay trước khi phép đo xảy ra. Kỹ thuật học máy heuristic có thể tạo ra các mô hình khai thác tối đa thông tin cổ điển hữu ích từ dữ liệu vướng víu ồn ào. Thư viện TensorFlow Quantum (TFQ) cung cấp các nguyên thủy để phát triển các mô hình giải quyết và khái quát hóa các mối tương quan trong dữ liệu lượng tử. Mở ra cơ hội để cải thiện các thuật toán lượng tử hiện có hoặc khám phá các thuật toán lượng tử mới.

Sau đây là các ví dụ về dữ liệu lượng tử có thể được tạo hoặc mô phỏng trên thiết bị lượng tử:

  • Mô phỏng hóa học bằng cách khai thác thông tin về cấu trúc hóa học và động lực học với các ứng dụng tiềm năng cho khoa học vật liệu, hóa học tính toán, sinh học tính toán và khám phá thuốc.
  • Mô phỏng vật chất lượng tửModModel và thiết kế tính siêu dẫn nhiệt độ cao hoặc các trạng thái kỳ lạ khác của vật chất thể hiện các hiệu ứng lượng tử nhiều cơ thể.
  • Điều khiển lượng tử Các mô hình lượng tử cổ điển có thể được đào tạo thay đổi để thực hiện điều khiển tối ưu hoặc điều khiển vòng kín, hiệu chuẩn và giảm thiểu lỗi. Điều này bao gồm các chiến lược phát hiện và sửa lỗi cho các thiết bị lượng tử và bộ xử lý lượng tử.
  • Mạng truyền thông lượng tử TUYỆT VỜI Học máy để phân biệt giữa các trạng thái lượng tử không trực giao, với ứng dụng để thiết kế và xây dựng các bộ lặp lượng tử có cấu trúc, máy thu lượng tử và đơn vị tinh chế.
  • Đo lường lượng tử lượng tử Các phép đo độ chính xác cao được tăng cường như cảm biến lượng tử và hình ảnh lượng tử vốn đã được thực hiện trên các đầu dò là các thiết bị lượng tử quy mô nhỏ và có thể được thiết kế hoặc cải tiến bằng các mô hình lượng tử biến thiên.

Mô hình lượng tử lai

Một mô hình lượng tử có thể biểu diễn và khái quát hóa dữ liệu với nguồn gốc cơ học lượng tử. Bởi vì các bộ xử lý lượng tử ngắn hạn vẫn còn khá nhỏ và ồn ào, các mô hình lượng tử không thể khái quát hóa dữ liệu lượng tử chỉ sử dụng bộ xử lý lượng tử. Bộ xử lý NISQ phải phối hợp với các bộ đồng xử lý cổ điển để trở nên hiệu quả. Vì TensorFlow đã hỗ trợ tính toán không đồng nhất trên CPU, GPU và TPU, nên nó được sử dụng làm nền tảng cơ bản để thử nghiệm các thuật toán lượng tử cổ điển lai.

Một mạng nơ ron lượng tử (QNN) được sử dụng để mô tả một mô hình tính toán lượng tử được tham số hóa, được thực hiện tốt nhất trên máy tính lượng tử. Thuật ngữ này thường có thể hoán đổi cho nhau với mạch lượng tử tham số (PQC).

Nghiên cứu

Trong kỷ nguyên NISQ, các thuật toán lượng tử với sự tăng tốc đã biết so với các thuật toán cổ điển như thuật toán bao thanh toán của Shor hoặc thuật toán tìm kiếm của Grover vẫn chưa thể thực hiện được ở quy mô có ý nghĩa.

Mục tiêu của TensorFlow Quantum là giúp khám phá các thuật toán cho kỷ nguyên NISQ, đặc biệt quan tâm đến:

  1. Sử dụng máy học cổ điển để tăng cường các thuật toán NISQ. Hy vọng là các kỹ thuật từ học máy cổ điển có thể nâng cao hiểu biết của chúng ta về điện toán lượng tử. Trong siêu học cho mạng nơ ron lượng tử thông qua mạng nơ ron tái phát cổ điển , mạng nơ ron tái phát (RNN) được sử dụng để khám phá rằng tối ưu hóa các tham số điều khiển cho các thuật toán như QAOA và VQE hiệu quả hơn so với việc tối ưu hóa đơn giản. Và học máy để kiểm soát lượng tử sử dụng học tăng cường để giúp giảm thiểu sai sót và tạo ra các cổng lượng tử chất lượng cao hơn.
  2. Mô hình dữ liệu lượng tử với các mạch lượng tử. Mô hình hóa dữ liệu lượng tử cổ điển là có thể nếu bạn có một mô tả chính xác về nguồn dữ liệu, nhưng đôi khi điều này là không thể. Để giải quyết vấn đề này, bạn có thể thử mô hình hóa trên chính máy tính lượng tử và đo / quan sát các số liệu thống kê quan trọng. Mạng thần kinh tích chập lượng tử cho thấy một mạch lượng tử được thiết kế với cấu trúc tương tự như mạng thần kinh tích chập (CNN) để phát hiện các giai đoạn tôpô khác nhau của vật chất. Máy tính lượng tử giữ dữ liệu và mô hình. Bộ xử lý cổ điển chỉ nhìn thấy các mẫu đo từ đầu ra mô hình và không bao giờ là dữ liệu. Trong quá trình tái chuẩn hóa vướng víu mạnh mẽ trên máy tính lượng tử ồn ào , các tác giả học cách nén thông tin về các hệ thống nhiều lượng tử sử dụng mô hình DMERA.

Các lĩnh vực quan tâm khác trong học máy lượng tử bao gồm: