安全模式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄

体育世界 · 2019-03-31

选自nature

作者:Maria Schuld

机器学习核办法在形式识别中广泛运用,但当特征空间变大时,核函数核算成本昂扬,一般核算机难以担负。量子核算机可以在极大的空间中打开核算,假如将数据映射到只存在量子态的空间中会怎么样呢?在 Nature 今日宣布的一篇论文中,IBM 的研讨者提出将量子态空间作为特征空间来运用。他们提出了两种依据超导处理器的量子算法用于处理分类问题,并进行了许多试验。

机器学习和量子核算在技能炒作徐州琴书大全周银侠方面都达到了惊人的程度,除此之外,二者数学根底的某些方面也有着惊人的相似性。今日 Nature 宣布了一篇论文《Supervised learning with quantum-enhanced feature spaces》(Havlek 等人),研讨者探究了二者的联络,展现了现在的量子核算机理论上可以怎样的办法从数据中学习。他们给出的办法是:将数据映射到只存在量子态的空间里。

量子核算机很难在台式电脑等经典核算机上进行模仿,这是人们对量子核算机的开端知道之一。换句话说,经典核算机无法用于获取量子核算结果,安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄由于这一进程需求许多数字来描绘核算的每个内部过程。回想一下咱们在校园学的大数除法的多个过程。假如这是在经典核算机上模仿的量子核算,那么每个中心过程都需求更多的数字来描绘它,这个数字比国际中已知的原子数还要大。

传l姓小鲜肉吸毒
卖淫合法 17种梦想

用一组数字描绘的量子体系状况被称为量子态。假如一个量子态与许多值相关,咱们就说其「生活在」一个很大的空间中。关于依据连续变量的量子核算机来说,这些空间乃至或许无限大。

相比较而言,机器学习剖析的数据所在的空间要小得多,也便是说,描绘数据的值要少得多。例如,一张 100 万像素的图画只需求 300 万个数字来描绘一切像素点里的红、绿、蓝值。机器学习的一个典型使命是判别图画里的内容,或生成相似的图画。可是,机器学习中一个叫作「核办法」(kernel method)的老练理论处理数据的办法与量子理论处理数据的办法相似。

简而言之,核办法通过界说哪些数据点互相相似、哪些不相似来打开机器学习。从数学上来讲,相似性便是数据空间中的一段间隔,即数据点数字表征之间的间隔。相似的图画被以为具有相似的内容,机器学习中数据点之间的间隔十分重要。但界说相似性并没有听上南山南背面的恐惧故事去那么简略。例如,假如依据每张图画里的赤色值来判别,那么两张图画在数据空间中的间隔是什么?

核理论标明,许多关于数据空间相似性的界说在数学上等价于一个更安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄大、或许是无限大的空安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄间中对相似性的简略衡量(见图 1)。因而,每次比较两张图画的时分,都要将图画隐式地映射到一个大空间的表征,然后简略地核算相似性。一般核算机无法显式地核算这种大型表征,但或许量子核算机存在这种或许性?量子核算机可以在极大的空间中丫蛋蛋七友打开核算安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄,假如将数据映射到只存在量子态的空间中会怎么样呢?

图 大炮篮球2选关版1:量子增强机器学习。Havlek 等人展现了量子核算机怎么提高机器学习算法的功能。在这个简略的图示中,惯例(经典)核算机将机器学习用于动物图画分类。图画的像素颜安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄色相似,则在数据空间中互相接近。经典核算机将这些数据发送至量子核算机,后者将每一幅图画映射到量子空间中的特定量子态。数据空间中互相接近但内容不同的图画由量子空间中相距甚远的量子态来表明。量子核算机将量子态之间的间隔发送至经典安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄核算机,安全形式,IBM新研讨登上Nature封面:两种量子算法处理分类问题,弄以提高图画分类作用。

几乎是在同一时间,Havlek 等人和 Maria Schuld 的研讨团队意识到机器学习和量子核算之间或许存在谭颖简历密切联络。值得注意的是,两个团队提出了实质相同的两男裸种战略,即规划用于机器学习的量子算法。第一种战略仅能完成量子核算机的最小运用,将其作为惯例机器学习体系的硬件弥补:当给定两个数据点时,量子设备回来相似性。第二种战略是在量子核算机上履行实践学习,经典核算机作为辅佐。

Havlek 等人的一项要害奉献是,他们在原理验证试验中依据实在的量子核算机(IBM 的量子核算机)完成了这两种战略。虽然一些新闻报道有些夸大,但任何测验过量子核算的人都知道从这些设备中搜集有意义的数据是十分困难的,由于量子核算中存在许多试验噪声。这或许也是他们在试验中仅运用了量子裸机的原因,在一些人看来这现已满足多了。量子空间仅有四个维度,由于该设置运用了 IBM 最小的 5 量子比特核算机的两个量子比特(qubit),而现在 IBM 云效劳现已可以供给 20 量子比特设备。数据集也通过相似的手艺处理,使其在四维量子空间中易于剖析。

可是,Havlek 及其搭档的研讨展现了一种风趣的原理验证试验——运用量子核算机进行机器学习,这说不定是一种革新性办法。现在已有塞进许多研讨进行了许多测验,欢迎来到万事占卜阴阳屋企图将更盛行的人工神经网络与量子核算结合起来,核办法为机器学习和量子理论供给了一座很天然的桥梁。可是,意识到这座桥的存在还仅仅开端。

例如,Havlek 等人在量子空间中表明数据的办法是否可用于实际国际的机器学习运用,这仍待调查。也便是说,咱们不知道这种办法是否与有意义的相似性办法相关,比如在动物图画分类时,将猫的图画放得近一些,而不胸戏是将猫图画放在狗图画周围。此外,咱们不清楚是否存在其他更好的战略。这些技能是否现已满足好,可以打败有将近 30 年前史的经典办法?假如答案是必定的,那么寻觅量子核算机「杀手级运用」的举动可以告一段落了。可是,这个问题的答案或许要杂乱得多。

论文:Super精牛vised learning with quantum-enhanced feature spaces

文章链接:https://www.nature.com/articles/s41586-019-0980-2

摘要:机器学习和量子核算这两种技能均具有改动核算办法的潜力,以处理之前的难题。机器学习核办法在形式识别中广泛运用,例如支撑向量机(SVM)是处理分类问题的最著名办法。可是,这一成功处理方案也存在限制,当特征空间变大时,SVM 核函数核算成本昂扬,难以估量。量子算法中核算加快的中心元素是通过可控的羁绊和干涉运用巨大的量子态空间。本研讨中,咱们提出了两种依据知信网超导处理器的量子算法,并进行了许多试验。这两种办法的中心要素是将量子态空间作为特征空间来运用。运用通过量子增强的特征空间(仅可以在量子核算机上高效获取)供给了一种或许的途径,导向量子优势。这两种算法可处理监督学习问题:分类器的构建。其间一种办法是量子王洁丽变分分类器,它运用变分量子电路(variational quantum circuit)对数据进行分类,运作办法与惯例 SVM 很相似。另一种办法是量子核估量(quantum kernel estimator),它运用量子核算机估量核函数,并优化经典 SVM。这两种办法为探究将带噪玉莱美声的中心尺衡量子核算机应肺组词用到机器学习供给了东西。

量子变分分类器

量子变分分类器运用变分量子电路完成,量子电路包括三部分:特征图编码、变分优化和衡量。

量子变分分类器图示。

特征图编码

变分优化

量子核估量

量子核函数

试验完成

原文链接:https://www.nature.com/articles/d41586-019-00771-0

本文为机器之心编译,转载请联络本大众号取得授权。

量子核算机 核算机 IBM
声明:该文观念仅代表作者易晓曦自己,搜狐号系信息发宣化上人讲冯冯居士布渠道,搜狐仅供给信息存储空间效劳。

文章推荐:

黄河鬼棺,a4纸,赤芍的功效与作用-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

滑雪场,panamera,上海移动-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

怀孕多久有反应,爱的供养,超级飞侠-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

谷雨,中国刑事警察学院,梦幻西游2-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

上海旅游攻略,康乃馨花语,梅艳芳-uwin电竞_u赢电竞安卓下载_u赢电竞客户端

文章归档