包括经典机器学习算法(classical machine learning algorithms)和Quantum AI的混合模式(hybrid model),将很快带来实际应用价值。
量子计算机需要准备专门的数据(specialized data preparation),量子算法和两字程序(Quantum algorithsm and Quantum programming)。简而言之,我们与经典计算机的交互方式并不同样适用于量子计算机。
量子计算机器学习(Quantum machine learning)同样基于传统机器学习的基本原则,但是其算法被设计在量子处理器执行,这比传统的神经网络处理要更加的高效,也克服了目前AI研究在处理海量数据集(massive datasets)上的硬件限制。
有关两字神经网络- QNN(Quantum neural networks)仍处于萌芽状态(nascent)。基于目前量子处理器的硬件限制,那么QNN如何处理现实世界中的问题?
各大技术公司和量子计算创业公司正在寻找一种混合的模式 - 一部分是运行于传统计算机上的传统神经网络计算,另一部分是运行于QNN的增强型运算。
如量子计算创业公司- Xanadu使用经典-两字混合人工智能模式变革机器学习,其结果在图片分类任务中的表现相当的有前景(promising)。
Google的人工智能团队自从2013年以来就专注于为量子计算机打造算法。其当前目标(immediate goal),与Xanadu类似,是在短期内(near-term)为量子计算设备,开发一种quantum-classical混合模式的machine-learning。
IMPLICATIONS -
本文分享自 SmellLikeAISpirit 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 腾讯云自媒体分享计划 ,欢迎热爱写作的你一起参与!