ЕИТЦ/АИ/ТФКМЛ ТенсорФлов Куантум Мацхине Леарнинг је европски програм за ИТ сертификацију о коришћењу Гоогле ТенсорФлов Куантум библиотеке за примену машинског учења на архитектури Гоогле Куантум Процессор Сицаморе.
Наставни план и програм ЕИТЦ/АИ/ТФКМЛ ТенсорФлов квантног машинског учења усредсређен је на теоријско знање и практичне вештине у коришћењу Гоогле-ове ТенсорФлов Куантум библиотеке за напредно машинско учење засновано на квантним рачунарским моделима на архитектури Гоогле Куантум Процессор Сицаморе, организованом у следећој структури, која обухвата свеобухватан видео дидактички садржај као референца за ову ЕИТЦ сертификацију.
ТенсорФлов Куантум (ТФК) је библиотека квантног машинског учења за брзо прототипирање хибридних квантно-класичних модела МЛ. Истраживање квантних алгоритама и апликација може да искористи Гоогле-ове квантне рачунске оквире, све унутар ТенсорФлов-а.
ТенсорФлов Куантум се фокусира на квантне податке и изградњу хибридних квантно-класичних модела. Интегрише алгоритме квантног рачунања и логику дизајниране у Цирк-у (оквир квантног програмирања заснован на моделу квантних кола), и пружа примитиве квантног рачунања компатибилне са постојећим АПИ-има ТенсорФлов, заједно са симулаторима квантних кола високих перформанси. Прочитајте више у белом папиру ТенсорФлов Куантум.
Квантно рачунање је употреба квантних феномена као што су суперпозиција и преплитање за обављање рачунања. Рачунари који изводе квантна рачунања познати су као квантни рачунари. Верује се да су квантни рачунари у стању да решавају одређене рачунске проблеме, као што је целобројна факторизација (која је основа РСА енкрипције), знатно брже од класичних рачунара. Проучавање квантног рачунања је потпоље квантне информатичке науке.
Квантно рачунање започело је раних 1980-их, када је физичар Паул Бениофф предложио квантно-механички модел Тјурингове машине. Рицхард Феинман и Иури Манин су касније сугерисали да квантни рачунар има потенцијал да симулира ствари које класични рачунари нису могли. 1994. године Петер Схор је развио квантни алгоритам за рачунање целих бројева који су могли да дешифрују РСА шифровану комуникацију. Упркос сталном експерименталном напретку од касних 1990-их, већина истраживача верује да је „квантно рачунање отпорно на грешке и даље прилично далек сан“. Последњих година повећана су улагања у истраживање квантних рачунара и у јавном и у приватном сектору. 23. октобра 2019. Гоогле АИ, у партнерству са америчком Националном администрацијом за ваздухопловство и свемир (НАСА), тврдио је да је извршио квантно рачунање које је неизводљиво на било ком класичном рачунару (такозвани резултат квантне надмоћи).
Постоји неколико модела квантних рачунара (тачније, квантних рачунарских система), укључујући модел квантних кола, квантну Тјурингову машину, адијабатски квантни рачунар, једносмерни квантни рачунар и разне квантне ћелијске аутомате. Најраспрострањенији модел је квантно коло. Квантни кругови се заснивају на квантном биту, или „кубит“, што је донекле аналогно биту у класичном рачунању. Кубитс могу бити у 1 или 0 квантном стању, или могу бити у суперпозицији 1 и 0 стања. Међутим, када се мере кубити, резултат мерења је увек 0 или 1; вероватноћа ова два исхода зависе од квантног стања у којем су били кубити непосредно пре мерења.
Напредак у изградњи физичког квантног рачунара фокусира се на технологије попут трансмона, јонских замки и тополошких квантних рачунара, чији је циљ стварање висококвалитетних кубита. Ови кубити могу бити дизајнирани различито, у зависности од рачунарског модела пуног квантног рачунара, било да се ради о квантно логичким капијама, квантном жарењу или адијабатским квантним прорачунима. Тренутно постоји низ значајних препрека на путу конструисања корисних квантних рачунара. Нарочито је тешко одржавати квантна стања кубита, јер пате од квантне декохеренције и верности стања. Стога квантни рачунари захтевају корекцију грешака. Било који рачунски проблем који се може решити класичним рачунаром може се решити и квантним рачунаром. Супротно томе, било који проблем који се може решити квантним рачунаром може се решити и класичним рачунаром, барем у принципу с обзиром на довољно времена. Другим речима, квантни рачунари се покоравају Цхурцх-Туринговој тези. Иако то значи да квантни рачунари не пружају додатне предности у односу на класичне рачунаре у погледу израчунљивости, квантни алгоритми за одређене проблеме имају знатно нижу временску сложеност од одговарајућих познатих класичних алгоритама. Значајно је да се верује да су квантни рачунари у стању да брзо реше одређене проблеме које ниједан класични рачунар не би могао решити у било којем изводљивом времену - подвиг познат као „квантна надмоћ“. Проучавање рачунске сложености проблема у односу на квантне рачунаре познато је као квантна теорија сложености.
Гоогле Сицаморе је квантни процесор који је креирао одсек за вештачку интелигенцију компаније Гоогле Инц. Садржи 53 кубита.
2019. године Сицаморе је за 200 секунди извршио задатак за који је Гоогле тврдио да ће, у часопису Натуре, требати најсавременијем суперрачунару за завршетак 10,000 година. Стога је Гоогле тврдио да је постигао квантну надмоћ. Да би проценио време које би требало класичном суперрачунару, Гоогле је покренуо делове симулације квантног кола на Суммиту, најмоћнијем класичном рачунару на свету. Касније је ИБМ изнео контрааргумент тврдећи да би за класични систем попут Суммита задатак требао само 2.5 дана. Ако се Гоогле-ове тврдње прихвате, то би представљало експоненцијални скок у рачунарској моћи.
У августу 2020. године квантни инжењери који раде за Гоогле пријавили су највећу хемијску симулацију на квантном рачунару - Хартрее-Фоцкову апроксимацију са Сицаморе-ом упарену са класичним рачунаром који је анализирао резултате како би пружио нове параметре за 12-кубитни систем.
У децембру 2020. године, кинески процесор Јиузханг заснован на фотонима, који је развио УСТЦ, постигао је процесорску снагу од 76 кубита и био је 10 милијарди пута бржи од Сицаморе-а, што га чини другим рачунаром који је постигао квантну надмоћ.
Куантум Артифициал Интеллигенце Лаб (такође названа Куантум АИ Лаб или КуАИЛ) заједничка је иницијатива НАСА-е, Универзитетског удружења за свемирска истраживања и Гоогле-а (посебно Гоогле Ресеарцх-а) чији је циљ пионирско истраживање о томе како квантно рачунање може помоћи у машинском учењу и други тешки проблеми у рачунарству. Лабораторија је домаћин НАСА-ином истраживачком центру Амес.
Куантум АИ Лаб је најавио Гоогле Ресеарцх у блогу 16. маја 2013. У време покретања, лабораторија је користила најнапреднији комерцијално доступни квантни рачунар, Д-Ваве Тво компаније Д-Ваве Системс.
20. маја 2013. године објављено је да се људи могу пријавити за коришћење времена на Д-таласу два у лабораторији. 10. октобра 2013. Гоогле је објавио кратки филм који описује тренутно стање Куантум АИ Лаб. 18. октобра 2013. Гоогле је објавио да је квантну физику уградио у Минецрафт.
У јануару 2014. Гоогле је известио о резултатима упоређујући перформансе Д-Ваве Тво у лабораторији и класичних рачунара. Резултати су били двосмислени и изазвали су бурну расправу на Интернету. Дана 2. септембра 2014. године, објављено је да ће Куантум АИ Лаб, у партнерству са УЦ Санта Барбара, покренути иницијативу за стварање квантних процесора информација заснованих на суперпроводљивој електроници.
23. октобра 2019, Куантум АИ Лаб је у свом раду саопштио да је постигао квантну надмоћ.
Гоогле АИ Куантум унапређује квантно рачунање развојем квантних процесора и нових квантних алгоритама који помажу истраживачима и програмерима у решавању краткорочних проблема, како теоријских тако и практичних.
Сматра се да квантно рачунање помаже у развоју иновација сутрашњице, укључујући АИ. Због тога Гоогле посвећује значајне ресурсе за изградњу наменског квантног хардвера и софтвера.
Квантно рачунање је нова парадигма која ће играти велику улогу у убрзавању задатака за АИ. Гоогле има за циљ да истраживачима и програмерима понуди приступ оквирима отвореног кода и рачунарској снази која може да делује изван класичних могућности рачунања.
Главна подручја фокуса Гоогле АИ Куантум-а су
- Суперпроводљиви кубит процесори: Суперпроводљиви кубити са скалабилном архитектуром заснованом на чипу и циљају грешку двокубног гејта <0.5%.
- Кубит метрологија: Смањење губитка од два кубита испод 0.2% је критично за корекцију грешака. Радимо на експерименту квантне надмоћи, како бисмо приближно узорковали квантно коло изван могућности најсавременијих класичних рачунара и алгоритама.
- Квантна симулација: Симулација физичких система је једна од најочекиванијих примена квантног рачунања. Посебно се фокусирамо на квантне алгоритме за моделирање система интерактивних електрона са применом у хемији и науци о материјалима.
- Квантно потпомогнута оптимизација: Развијамо хибридне квантно-класичне решаваче за приближну оптимизацију. Термички скокови у класичним алгоритмима за превазилажење енергетских баријера могу се побољшати позивањем на квантна ажурирања. Посебно смо заинтересовани за кохерентни трансфер становништва.
- Квантне неуронске мреже: Развијамо оквир за примену квантне неуронске мреже на краткорочним процесорима. Занима нас да схватимо које предности могу настати стварањем масивних стања суперпозиције током рада мреже.
Главни алати које је развио Гоогле АИ Куантум су оквири отвореног кода посебно дизајнирани за развој нових квантних алгоритама који помажу у решавању краткорочних апликација за практичне проблеме. Ови укључују:
- Цирк: квантни оквир отвореног кода за изградњу и експериментисање са бучним алгоритмима средње величине (НИСК) на краткотрајним квантним процесорима
- ОпенФермион: платформа отвореног кода за превођење проблема у хемији и науци о материјалима у квантне склопове који се могу извршити на постојећим платформама
Краткорочне апликације Гоогле АИ Куантум укључују:
Квантна симулација
Дизајн нових материјала и објашњење сложене физике кроз тачне симулације хемије и модела кондензоване материје спадају у обећавајуће примене квантног рачунања.
Технике ублажавања грешака
Радимо на развоју метода на путу ка потпуној корекцији квантних грешака које имају способност драматичног смањења шума у тренутним уређајима. Иако квантно рачунање толерантно на кварове може захтевати знатан развој, развили смо технику квантног проширења подспростора како бисмо помогли у коришћењу техника корекције квантних грешака како бисмо побољшали перформансе апликација на краткорочним уређајима. Штавише, ове технике олакшавају тестирање сложених квантних кодова на краткорочним уређајима. Активно гурамо ове технике у нова подручја и користимо их као основу за дизајн краткорочних експеримената.
Квантно машинско учење
Развијамо хибридне квантно-класичне технике машинског учења на краткотрајним квантним уређајима. Проучавамо универзално учење квантних кола за класификацију и кластерисање квантних и класичних података. Такође смо заинтересовани за генеративне и дискриминативне квантне неуронске мреже, које се могу користити као квантни репетитори и јединице за пречишћавање стања у квантним комуникационим мрежама, или за верификацију других квантних кола.
Квантна оптимизација
Дискретне оптимизације у ваздухопловству, аутомобилској и другим индустријама могу имати користи од хибридне квантно-класичне оптимизације, на пример симулирано жарење, алгоритам квантно потпомогнуте оптимизације (КАОА) и квантно побољшани трансфер становништва могу бити корисни за данашње процесоре.
Да бисте се детаљно упознали са наставним планом и програмом сертификације, можете проширити и анализирати табелу испод.
Курикулум сертификације ЕИТЦ/АИ/ТФКМЛ ТенсорФлов Куантум Мацхине Леарнинг референцира дидактичке материјале отвореног приступа у видео облику. Процес учења је подељен на структуру корак по корак (програми -> лекције -> теме) која покрива релевантне делове курикулума. Такође су обезбеђене неограничене консултације са стручњацима из домена.
За детаље о процедури сертификације проверите Како то функционише.
Референтни ресурси за курикулум
ТенсорФлов Куантум (ТФК) је библиотека квантног машинског учења за брзо прототипирање хибридних квантно-класичних модела МЛ. Истраживање квантних алгоритама и апликација може да искористи Гоогле-ове квантне рачунске оквире, све унутар ТенсорФлов-а. ТенсорФлов Куантум се фокусира на квантне податке и изградњу хибридних квантно-класичних модела. Интегрише алгоритме и логику квантног рачунања дизајниране у Цирк-у, и пружа примитиве квантног рачунања компатибилне са постојећим АПИ-има ТенсорФлов, заједно са симулаторима квантних кола високих перформанси. Прочитајте више у белом папиру ТенсорФлов Куантум. Као додатну референцу можете погледати преглед и покренути водиче за нотебоок.
https://www.tensorflow.org/quantum
Цирк
Цирк је оквир отвореног кода за рачунаре Ноиси Интермедиате Сцале Куантум (НИСК). Развио га је Гоогле АИ Куантум тим, а јавно објављивање објављено је на међународној радионици о квантном софтверу и квантном машинском учењу 18. јула 2018. Демонстрација компаније КЦ Варе показала је примену КАОА решавања примера максималног реза проблем који се решава на Цирк симулатору. Квантни програми у Цирк-у представљени су „Цирцуит“ и „Сцхедуле“, при чему „Цирцуит“ представља квантно коло, а „Сцхедуле“ представља квантно коло са информацијама о времену. Програми се могу изводити на локалним симулаторима. Следећи пример показује како се креира и мери стање звона у Цирк-у.
увоз цирк
# Пицк кубитс
кубит0 = цирк.ГридКубит(0, 0)
кубит1 = цирк.ГридКубит(0, 1)
# Направите коло
коло = цирк.Струјно коло.фром_опс(
цирк.H(кубит0),
цирк.ЦНОТ(кубит0, кубит1),
цирк.измерити(кубит0, кључ='м0'),
цирк.измерити(кубит1, кључ='м1')
)
Штампање кола приказује његов дијаграм
штампа(коло)
# отисци
# (0, 0): ───Х─── @ ───М ('м0') ───
# │
# (0, 1): ───────Кс───М ('м1') ───
Симулација кола више пута показује да су мерења кубита корелирана.
симулатор = цирк.Симулатор()
резултат = симулатор.рун(коло, понављања=5)
штампа(резултат)
# отисци
# м0 = 11010
# м1 = 11010
Преузмите комплетне припремне материјале за самоучење ван мреже за програм ЕИТЦ/АИ/ТФКМЛ ТенсорФлов Куантум Мацхине Леарнинг у ПДФ датотеци
ЕИТЦ/АИ/ТФКМЛ припремни материјали – стандардна верзија
ЕИТЦ/АИ/ТФКМЛ припремни материјали – проширена верзија са питањима за преглед