Google今早宣布，与滑铁卢大学、X.company和大众公司合作，发布了TensorFlow Quantum（TFQ）。TFQ是一个用于机器学习（ML）模型快速原型制作的开源库，使开发人员可以同时使用经典计算技术和量子计算机线路，来模拟来创建混合AI算法。
TensorFlow Quantum（TFQ）是用于混合量子-经典（ Hybrid quantum-classical）机器学习的Python框架，致力于建模量子数据。TFQ是一个开发的应用程序框架，它允许量子算法研究人员和机器学习应用程序研究人员在TensorFlow内探索，并利用Google量子计算计算机进行计算工作。Google AI 的博客文章[1]称：TFQ提供了必要的工具，可以将量子计算和机器学习研究结合在一起，以控制和模拟自然或人工量子系统。例如，模拟具有约50至100个量子位的带噪声中等规模量子（NISQ）处理器。TFQ的工作原理是获取量子数据（包含量子比特中的信息），并使用混合AI系统对其进行处理。Google及其合作伙伴滑铁卢大学和大众汽车公司也就此发表了研究论文[2]，他们演示了如何应用TFQ解决量子机器学习基本任务，通过几种基本应用来说明TFQ功能，包括用于量子分类、量子控制和量子近似优化（Quantum approximate optimization）的监督学习。同时也演示了如何应用TFQ解决高级量子学习任务，包括元学习(Meta-Learning)、哈密顿量学习(Hamiltonian Learning)和热态采样(Sampling Thermal States)。谷歌合作团队期望该框架能为量子计算和机器学习研究社区提供必要的工具，以探索自然和人工量子系统的模型，并最终发现可能产生量子优势的新量子算法。
（来源：https://thenextweb.com/）
不过，谷歌并不是唯一提供混合量子AI机器学习系统的公司。在此之前，微软公司以Azure Quantum提供了类似的服务，而IBM则以IBM Q的形式来向用户输出。由于谷歌在量子计算领域的成就，TensorFlow在开发人员和研究社区中非常受欢迎。基于谷歌宣称的量子霸权优势（Quantum Supremacy）成就[3]，Google的量子计算已达到令人激动的量子计算里程碑。在2019年9月演示量子优势之后，Google现将注意力转移到开发和实现可具有实际应用的量子计算机新算法上。为了向用户提供编程和模拟量子计算机所需的工具，Google正在研究Cirq[4]。Cirq专为对运行和设计利用现有发展中等量子计算机算法感兴趣的量子计算研究人员而设计。谷歌及其合作伙伴希望TFQ的推出能够以此作为开端，从而解决行业一直被诟病的，不能解决开放性问题。
相关链接
[1] https://dwz.cn/zF8m6BbA
[2] https://arxiv.org/abs/2003.02989
[3] https://dwz.cn/lqwSMTUz
[4] https://github.com/quantumlib/Cirq
声明：此文出于传递更多信息之目的。若有来源标注错误或侵权，请作者持权属证明与我们联系，我们将及时更正、删除
