量子計算能否影響人工智未來的發(fā)展

（文章來源：教育新聞網(wǎng)）

谷歌本周已經(jīng)發(fā)布了他們的TensorFlow框架的新版本-TensorFlow Quantum(TFQ)，這是一個用于原型量子機器學習模型的開源庫。

量子計算機還不是主流。但是，當他們到達時，他們將需要算法。因此，TFQ將彌合這一差距，并使開發(fā)人員/用戶可以創(chuàng)建結合傳統(tǒng)技術和量子計算技術的混合AI算法。TFQ是TensorFlow和Cinq的巧妙結合，將使用戶能夠構建深度學習模型，從而在運行最少的Python的量子計算機上運行。

根據(jù)Google AI博客文章，TFQ旨在提供必要的工具，以將量子計算技術和機器學習研究社區(qū)結合在一起，以構建和控制自然和人工量子系統(tǒng)。例如，噪聲中級量子量子(NISQ)處理器具有約50 – 100量子位。

量子計算的目的是幫助和擴展傳統(tǒng)計算的能力。與傳統(tǒng)計算機相比，昆騰計算機旨在更加準確，高效地執(zhí)行任務，從而為開發(fā)人員提供了針對特定應用的新工具。人們相信，量子計算機將不會取代傳統(tǒng)的計算機。相反，他們將需要經(jīng)典計算機來支持其特殊能力，例如系統(tǒng)優(yōu)化。

量子計算如何使人工智能受益，幾十年來，科學家一直致力于改進軟件以運行日益復雜的程序。但是，軟件優(yōu)化存在局限性。因此，遲早企業(yè)將需要功能更強大的機器來滿足他們的需求。

因此，研究人員正試圖找到一種方法，以加快從無法管理的大量數(shù)據(jù)中提取價值的過程。產(chǎn)生了被稱為量子機器學習的新學科。實際上，根據(jù)一份報告，到2024年，整體量子計算將從2019年的9300萬美元增長到2.83億美元，復合年增長率為24.9%。

量子算法研究人員塞繆爾·費爾南德斯·洛倫佐(SamuelFernándezLorenzo)表示：“量子機器學習比經(jīng)典機器學習更有效，至少對于某些本質上難以使用傳統(tǒng)計算機學習的模型而言?！钡?，“我們仍然必須找出這些模型在實際應用中出現(xiàn)的程度?！?br /> ? ? ?