量子计算和机器学习二者的结合似乎水到渠成

发布者:古古斋最新更新时间:2019-04-08 来源: ofweek关键字:量子计算  机器学习  人工神经网络 手机看文章 扫描二维码
随时随地手机看文章

没有人会怀疑,量子计算和机器学习是当前最炙手可热的两个研究领域。

在量子计算方面,理论和硬件的一个个突破性进展让人们看到大规模通用量子计算机的脚步越来越近。

在机器学习方面,以人工神经网络为代表的方法在视觉、语音、自然语言理解、游戏等应用领域中有了很大的性能提升。三位深度学习领域专家获得2019年图灵奖,更是被评论为“意味着AI复兴元年的到来”。

当量子计算和机器学习相遇,会碰撞出什么火花?“总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。” 腾讯杰出科学家、腾讯量子实验室负责人张胜誉评价道。

两者并非“油和水”的混合

早在上世纪90年代,威奇塔州立大学的物理学教授伊丽莎白·贝尔曼就开始研究量子物理与人工智能的结合,而在当时,神经网络还堪称是特立独行的技术。大多数人认为这是在把油和水进行混合。她回忆说:“我花了很长时间才把论文出版。与神经网络相关的期刊会说,‘量子力学是什么?’,而物理期刊会说,‘神经网络是什么?’”

但随着量子计算和机器学习在各自领域的进展,二者的结合似乎水到渠成。

神经网络和其他机器学习系统已成为人工智能时代的核心技术。具备机器学习能力的人工智能在某些方面的能力远超人类,不仅在国际象棋和数据挖掘等方面表现出众,而且在人类大脑所擅长的面部识别、语言翻译等方面进展迅速。通过后台的强大算力,这些系统的价值不断凸显。

但同时,传统计算机数据处理能力接近极限,而数据却在不断增长。正因此,业界展开了激烈竞争,看谁能率先推出一款比现有计算机更强大的量子计算机,来处理日益庞大的数据。

“机器学习技术的进步有赖于计算能力的提高,量子计算机的计算能力肯定比现有机器强太多,它必然能推动机器学习的发展,这就好比,一个脑子转得很快、更聪明的人比一个反应慢的人处理问题更快更好。” 中国科学技术大学中科院量子信息重点实验室研究员韩正甫告诉科技日报记者,机器学习可能会在很短的时间内处理超出当前能力的复杂问题。

北京国双科技有限公司(以下简称“国双”)首席技术官刘激扬在接受科技日报记者采访时则表示,随着产业数据规模的爆炸式增长,深度学习模型网络参数的不断扩增,现有的计算结构及框架,面对海量的数据规模及深层网络结构,处理分析所需的时间、硬件成本非常高,因此,亟须更为高效的解决方案。

强强联合的化学反应

刘激扬说,正因此,很多研究机构及科技公司都将目光集中到了量子计算领域。

“量子计算的独特性质,使得它无论是在数据处理能力还是数据存储能力上,在理论上都远超经典计算,所以若将其应用到机器学习中,不仅可以解决目前机器学习算法处理海量大数据时计算效率低等问题,甚至可能改变整个机器学习领域。”刘激扬说,机器学习和量子计算若结合,一方面是希望利用量子计算优良的数据处理能力,解决机器学习运算效率低的问题;另一方面探索使用量子力学的性质,开发更加智能的机器学习算法。

刘激扬具体分析道,机器学习与量子计算的结合,主要有以下几种形式:由于量子计算能够同时执行大量、复杂的计算过程,所以通过结合它可以使某些在传统机器学习中不可计算的问题变为可能, 从而大幅降低机器学习算法的计算复杂度;利用量子理论的并行性等加速特点直接与某些机器学习算法深度结合,从而可以催生出一批全新的量子机器学习模型,这些模型能够实现更高的计算效率;还可以利用机器学习算法,解决量子物理学领域中的一些难以分析的问题,如量子多体物理问题、 量子优化控制等。

“近十年涌现出大量量子技术和机器学习结合的研究,主要在用经典机器学习解释和帮助量子力学的研究,也有不少对经典机器学习设计高效量子算法的研究,还有少量其他方面,如量子启发式机器学习、用量子理论帮助理解机器学习中的现象等,大家得到了形式丰富的结果。”张胜誉告诉科技日报记者。

张胜誉与团队近日系统梳理了量子机器学习的发展,文章发表于《国家科学评论》2019年第1期出版的“量子计算”专题。

国内企业积极部署

“虽然进展喜人,但我们也应该注意到目前机器学习领域的很多结果在严格性、问题基础性和未来实用性上都还有很大的提升空间。总的来看,这是一个还处于早期探索,未来有很大发展空间可以期待的领域。”张胜誉认为。

“量子机器学习的更多应用还须等到可以实现大规模量子信息存储,以及有成熟的量子计算机出现才行。”韩正甫说,但事实上,量子计算机的概念1980年代提出,投入研发20年,迄今还没有一台真正走出实验室。

刘激扬也表示,量子计算机是真正实现量子机器学习算法实用化的重要硬件基础,要想将量子机器学习算法应用于实际的数据分析和处理任务中,需要将数据转化为量子态,上传至计算机中,进行存储、处理并导出,这就需要研制出具有成百上千超导量子比特的量子计算机,“在通用量子计算机建造成功之前,量子机器学习算法则很难在实际应用中展现出其数据处理方面的强大能力。”

张胜誉分析道,由于硬件资源的受限,量子机器学习的验证和发展确实有很多瓶颈。“理论上可以进行更多量子加速的研究,实践上也可以结合硬件不停推进对物理化学中基本问题的理解。”他认为,这个领域最终的突破,可能需要理论和硬件手拉手往前走。

在刘激扬看来,量子机器学习还缺乏完备的理论框架及实际验证。“由于量子机器学习只能在量子状态下进行,而当前由经典信息到量子信息的转换研究较少,还有很多问题未解决。”

“我们还不能从基础理论角度来阐述量子机器学习算法的优势。”刘激扬说,目前仍不能证明某个量子机器算法的性能比所有的经典机器学习算法都好, 因为没有找到同样复杂度的经典算法,但这并不代表这样的经典算法不存在,所以还有待进一步研究证明。

但是,在业界大佬们看来,量子机器学习是个充满无限遐想的领域。“深度学习带来的变化已经远超十年前的估计,量子计算机对量子多体系统的模拟会给我们带来哪些颠覆性的认识,量子与机器学习结合会对我们自身和自然界的理解和改变带来哪些影响,这里有非常大的想象空间。”张胜誉说。

张胜誉介绍道,腾讯一直持续关注量子机器学习的方向。“我们团队和法国的合作者Iordanis Kerenidis一起设计了第一个可证明有加速的神经网络量子算法,团队在机器学习对量子物理和量子化学的理解上也在不停向前探索。我们希望能在这个令人期待的领域中作出一些踏实的贡献。”

在机器学习领域深耕多年的国双,也一直关注着量子机器学习等相关领域的最新动态。刘激扬说,目前,该公司的产业人工智能平台搭载包括机器学习、知识图谱、自然语言处理等人工智能技术与算法,在数字营销、司法大数据、工业互联网等领域都积累了丰富的实践经验及成功案例,切实的帮助客户提升生产运营效率。

“除了持续推动‘AI+行业解决方案’服务模式落地外,我们会跟进量子机器学习的进展并积极部署,思索如何将这些新兴技术融入国双独有的产业人工智能平台,致力落实用技术改变产业,为客户实现智能化转型而努力。”刘激扬说。


关键字:量子计算  机器学习  人工神经网络 引用地址:量子计算和机器学习二者的结合似乎水到渠成

上一篇:不停电作业机器人将实际生产应用
下一篇:人工智能大挑战:如何在社会责任中发挥作用

推荐阅读最新更新时间:2024-05-03 03:32

英飞凌旗下边缘人工智能企业Imagimob推出Ready Models, 可快速将机器学习模型投入生产
【2024年2月5日,德国慕尼黑讯】 秉承为智能设备上市提供更佳、更快方法的使命,英飞凌科技股份公司旗下的边缘人工智能公司Imagimob推出IMAGIMOB Ready Models 。这套完整的机器学习(ML)解决方案可确保为边缘智能设备提供稳健、高性能和可量产的AI应用方案。Ready Models可快速部署到PSoC™ 6 等现有微控制器(MCU)这类半导体硬件上,而用户无需投入模型开发所需的成本、时间和专业知识。 Imagimob客户服务负责人Sam Al-Attiyah表示:“在目前的边缘AI领域,能够为任何一种解决方案提供现成模型的公司屈指可数。Ready Models建立在我们八年专业知识的基础之上,并在不同环
[工业控制]
英飞凌旗下边缘<font color='red'>人工</font>智能企业Imagimob推出Ready Models, 可快速将<font color='red'>机器学习</font>模型投入生产
自动驾驶技术有多热?三年全球投资超800亿美元
  北京时间10月18日晚间消息,美国知名研究机构“布鲁金斯研究院”(The Brookings institute)今日发布报告称,全球汽车厂商和科技公司已在 自动驾驶 领域投入了约800亿美元,但到目前为止仍没有一家明显的领先厂商。下面就随汽车电子小编一起来了解一下相关内容吧。    自动驾驶 汽车是目前的一大热点,福特汽车、通用汽车、苹果公司、特斯拉、黑莓、谷歌(Waymo)和百度等汽车厂商和科技公司都在研发相关技术。布鲁金斯研究院对2014年8月至2017年6月全球 自动驾驶 汽车研发领域的投资进行了统计,发现这三年的投资额就达到约800亿美元。   自动驾驶汽车的研发涉及多个领域的技术,包括 机器学习 、传感器和导航技
[汽车电子]
Strategy Analytics:2018年创造很酷用户体验的十大趋势
2017年是 机器学习 , 人工智能 和另类人机界面的一年,极大地影响了众多设备的用户体验。 但2018年的主要创新将是什么呢?  Strategy Analytics 用户体验创新研究(UXIP)发布的最新洞察报告《2018年创造很酷用户体验的十大趋势》提供了技术创新将如何在新的一年最大程度的影响用户体验的十大预测 。   报告的关键发现:   ·车载智能手机镜像、流媒体、嵌入式导航和HMI设计将会相互交汇。 ·放置在智能手机屏幕下方的指纹扫描仪将会出现。 ·针对主流大众的更具吸引力内容的解决方案将重振高端VR市场。 ·会话用户界面 - 包括聊天机器人 - 将在2018年大量出现,并带来更引人入胜的用户体验。   Strateg
[嵌入式]
Xilinx 将机器学习渗透到专业音频/视频领域
自适应和智能计算的全球领先企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX))今天宣布,针对面向专业音频/视频(Pro AV)和广播市场的赛灵思器件推出一系列全新的高级机器学习(ML)功能。此外,赛灵思还演示了业界首个基于7nm Versal™ 器件的可编程 HDMI 2.1 实现方案。赛灵思将在本周于阿姆斯特丹举办的 2020 年欧洲集成系统展( ISE )上展出这些功能和更多其他功能。上述解决方案以及赛灵思面向 Pro AV 和广播市场推出的其他高度自适应解决方案,旨在帮助客户降低成本、适应未来,同时适应全新的使用模式以及不断发展演进的产业标准。 面向 AI 边缘处理的 高级ML功能 面向赛灵思 Pr
[物联网]
斯坦福机器学习公开课笔记12--混合高斯模型、混合贝叶斯模型
  本文对应公开课的第13个视频,这个视频仍然和 EM 算法非常相关,第12个视频讲解了 EM 算法的基础,本视频则是在讲 EM 算法的应用。本视频的主要内容包括混合高斯模型(Mixture of Gaussian, MoG)的EM推导、混合 贝叶斯 模型(Mixture of Naive Bayes,MoNB)的EM推导、因子分析模型(Factor Analysis Model)及其EM求解。由于本章内容较多,故而分为AB两篇,本篇介绍至混合模型的问题。下面就随嵌入式小编一起来了解一下相关内容吧。   很久没有写这个系列的笔记了,各种事情加各种懒导致的。虽然慢但是我还是会坚持把它写完的,就像一只打不死的小强,也像古人说的那样,
[嵌入式]
微软进军量子计算机 年底公布全新语言模拟器
  近日 微软 公司宣称将开始下一个大动作: 量子计算机 。今年年底, 微软 公司计划公布一种全新的 量子计算机 语言,以及一种 量子计算机 模拟器。借助这些新技术,研发人员将能够研发和测试执行量子运算的量子程序。下面就随网络通信小编一起来了解一下相关内容吧。   微软进军量子计算机 年底公布全新语言模拟器   量子运算使用了叠加和纠缠等量子特征执行运算。传统数字计算机由二进制数字构成(0或1),而量子计算机是由量子比特构成。量子比特在某种程度上能够同时代表0和1(也就是所谓的量子叠加)。量子比特代表多重数值的能力让量子计算机的运算能力远超过传统计算机。   传统计算机由逻辑闸构建,这种晶体管组合能够以各种方式组合数字进行运
[网络通信]
量子处理器在特定计算中无需纠错,相关能力超越经典计算
《自然》杂志14日报告了一种量子处理器,无需进行纠错就可超越经典计算。这个IBM127量子比特处理器在制造、测量高度纠缠量子态方面超越了当前最佳经典计算方法的能力。这一成果表明,量子计算机可能在近期用于一些特定的计算而无需容错性(运行量子计算机时避免或快速纠正错误使之在控制之下),朝向实用跨出了一大步。 IBM127量子比特处理器在制造、测量高度纠缠量子态方面超越了当前最佳经典计算方法的能力。 图片来源:《自然》网站 量子计算的一个关键目标是超越经典计算、高效执行特定任务。为达到这一目标,还需要应对许多实际的挑战,例如将错误率保持在较低水平,穿透量子“噪声”(来自底层系统或环境的干扰),扩大量子计算机的规模。错误和噪声会降
[半导体设计/制造]
<font color='red'>量子</font>处理器在特定<font color='red'>计算</font>中无需纠错,相关能力超越经典<font color='red'>计算</font>
Esperanto发布1100个RISC-V内核的机器学习芯片
在日前召开的RISC-V峰会上,Esperanto Technologies的首席执行官Art Swift宣布了一款基于RISC-V的新型芯片,集成了基于RISC-V架构的近1100个低功耗内核,应用于机器学习。 Esperanto Technologies总部设在加利福尼亚州山景城,2014年成立,其目标是“使RISC-V成为AI和机器学习等计算密集型应用的首选架构。”Swift回顾了2017年的情境,当时Esperanto的创始人兼董事长Dave Ditzel在第七届RISC-V研讨会上提出了Esperanto的愿景。 在那个研讨会上,Ditzel设定了一个目标:“在单个设备上放置4000个甚至更多的内核”。 Ditz
[嵌入式]
Esperanto发布1100个RISC-V内核的<font color='red'>机器学习</font>芯片
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved