前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >研究人员称量子计算并非深度学习最佳工具

研究人员称量子计算并非深度学习最佳工具

作者头像
人工智能快报
发布2018-03-13 15:29:28
1K0
发布2018-03-13 15:29:28
举报
文章被收录于专栏:人工智能快报

2015年11月11日,互联网产业资讯网站(VenTureBeat)发文指出量子计算机并不适合深度学习。在过去的几年中,谷歌公司一直在努力改善其人工智能服务,谷歌恰好有自己的量子计算机,其能够以更快的速度执行特定的计算。因此谷歌会尝试在量子计算机上运行人工智能任务的看法是很合理的。创业公司D-wave为谷歌提供了量子计算机,位于美国宇航局艾姆斯研究中心,紧邻谷歌总部。

谷歌一直热衷于提升其人工智能——深度学习的能力。深度学习涉及使用大量数据训练人工神经网络,然后从新数据推断结论。然而11月在谷歌总部组织的一次活动中,一名谷歌研究人员谈到,量子计算并不是最适合卷积神经网络或循环神经网络的工具。

其它科技公司,包括Facebook、微软和百度,一直在试验深度学习在图片内容识别、自然语言处理和语音识别等方面的应用。这些大公司都有足够的经费来进行基础设施建设,但是它们并没有量子计算机。虽然谷歌有量子计算机,但并不意味着量子计算机对于深度学习来说是最佳的工具。

如果上述说法足够准确,谷歌可能更有兴趣使用D-wave机器来提升其核心业务,如搜索排名、广告位置或垃圾邮件过滤。一名谷歌的资深科学家表示,深度学习跟别的人工智能算法有很大不同,大体来说它需要一个模型和一组参数,而且二者缺一不可,否则不能对新数据做出预测。他表示,量子计算机能够容纳的参数总量和操作数量是非常小的。他解释到,比如识别猫的照片,可能需要数以百万计的参数。为了从更高层次的图片中识别出猫的粒度特征,例如它的胡须,这将会涉及数十亿次操作。所以到目前为止,他和他的研究小组在“谷歌大脑”项目中并没有花费多少时间在量子计算机D-Wave上面。

然而这并不意味着别的公司不再考虑将量子计算机应用到深度学习。10月,同样购买了D-Wave量子计算机的洛克希德马丁公司的两名员工发表了一篇文章,论述了他们如何使用D-Wave来帮助训练深度神经网络。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2016-01-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 人工智能快报 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像识别
腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档