Machine learning en quantum computing samen gebracht
Google heeft de lancering van TensorFlow Quantum aangekondigd. Dit initiatief brengt machine learning en quantum computing samen. Het framework kan onder andere quantum datasets creëren, hybride quantum en klassieke machine learning modellen maken en quantum circuit simulators ondersteunen.
Enkele maanden geleden heeft Google aangegeven quantum supremacy te hebben bereikt met hun Sycamore quantum computer. De release van TensorFlow Quantum volgt de ontwikkelingen van Azure Quantum en voortgang van bedrijven zoals Honeywell.
Het creëren van quantum modellen wordt mogelijk gemaakt door standaard Keras functies en door het toekennen van bestaande quantum circuit simulators en quantum computer primitives die compatible zijn met bestaande TensorFlow API’s.
Het Python framework wordt uiteengezet in een paper die op 6 maart is ingediend. Er worden meer dan 20 auteurs van Google genoemd die werkzaam zijn bij de X Unit van het bedrijf, het Institute for Quantum Computing van de Universiteit van Waterloo, NASA’s Quantum AI Lab, Volkswagen en Google Research.
De paper behandeld de TensorFlow Quantum software stack, welke Cirq (een open source quantum circuit library) met het TensorFlow machine learning platform combineert.
De lancering van TensorFlow Quantum komt in dezelfde week als TensorFlow Dev Summit, de jaarlijkse bijeenkomst van machine learning gebruikers bij Google in Silicon Valley. Al is de fysieke bijeenkomst afgelast vanwege Covid-19 en wordt het nu gefaciliteerd als livestream.
