机器学习也将解决量子问题
作者:CHARLES Q. CHOI
来源:IEEE电气电子工程师
当量子计算机执行可能导致下一代电池或新药的复杂物理和化学模拟时,它可能比任何传统超级计算机强大得多。然而,可能需要很多年才能实现实用和广泛的量子计算。
现在,一项新的研究发现,机器学习现在可以为计算机视觉、语音识别等提供动力,在量子计算机擅长的任务种类上,它也可以证明比普通计算机好得多。这些发现表明,在量子计算机最终出现之前,机器学习可能有助于解决关键的量子问题。
量子计算机理论上可以实现“量子优势”,它们可以找到经典计算机无法解决的问题的答案。量子计算机拥有的量子比特越多,其计算能力就可以以指数形式增长。
“If quantum computers were mature right now, it would definitely be better to use quantum computers.”
—Robert Hsin-Yuan Huang, Caltech
量子计算机的一个主要应用可能是模拟复杂分子和其他系统,其中奇怪的量子效应起着关键作用。这些奇怪的现象包括叠加,其中一个物体可能同时存在于两个或多个位置或状态,以及纠缠,其中多个物体可以瞬间相互影响,而不管它们相距多远。
经典计算机通常难以模拟量子系统,尤其是涉及多个实体的系统。相比之下,量子计算机本身就是量子系统,因此理论上可以更快地解决这类量子多体问题。
然而,量子计算机目前是嘈杂的中等规模量子(NISQ)平台,这意味着它们的量子比特数最多可达几百。为了证明对实际应用有用,未来的量子计算机可能需要数千个量子比特来帮助补偿错误,这个目标可能需要很多年的时间。
在这项新的研究中,研究人员调查了在经典计算机上运行的机器学习算法,即通过经验自动改进的算法。他们发现这些经典的机器学习算法可能比经典计算机上的任何其他算法更好地解决具有挑战性的量子问题。他们在9月22日的《科学》杂志上在线详述了他们的发现。
科学家们分析的一组应用包括发现分子的基态,即能量最少的基态。该研究的主要作者、加州帕萨迪纳加州理工学院量子信息理论家Robert Hsin-Yuan Huang表示,叠加和纠缠会使预测分子基态变得非常困难,特别是当它拥有许多原子时。
研究人员调查了当经典机器学习算法获得分子基态数据时发生的情况,例如,从分子收集量子数据的实验所提供的信息。他们发现,这种经典的机器学习算法能够有效、准确地预测其他分子的基态,这比其他类型的经典算法要好得多。
Huang说,这种优势来自于“大自然如何机械地操作量子”,所以从量子实验中收集的数据“包含了自然界中量子计算能力的碎片”。这意味着从这些数据中学习的经典机器学习算法“可以比任何非机器学习算法更准确、更有效地进行预测,”他补充道。
总而言之,在预测基态时,经典的机器学习算法“在相同的计算时间内可以比经典的非机器学习算法更准确地预测,”Huang说,“如果我们的目标是实现相同的预测精度,那么经典的机器学习可以比经典的非机器学习算法更快地运行超多项式。”
研究人员探索的另一组应用是对物质的各种量子相进行分类。熟悉的物质状态包括冰可能采用的许多晶体结构,而更奇异的物质量子相包括拓扑绝缘体中看到的那种,在那里电或光可以流动而不会散射或损失。
科学家们发现,当经典机器学习算法以量子相位的经典数据为基础进行训练时,它们可以有效地学习如何准确分类训练中没有遇到的量子相位。
Huang说:“有正式证据证明,在量子物理的一个重要问题上,用物理实验数据训练的经典机器学习算法可以胜过任何经典的非机器学习算法,这个结果是令人兴奋的。它真正显示了经典机器学习在解决物理、化学和材料科学中具有挑战性的问题方面的力量。”
Huang说,未来的研究可以探索经典机器学习可以很好解决的其他重要量子问题。他指出,进一步的工作还可以探索如何优化经典机器学习算法解决量子问题的方式,根据它们需要多少训练数据和计算时间。
最终,有一天,量子计算机在模拟化学和物理实验方面甚至会胜过经典的机器学习。Huang说:“如果量子计算机现在已经成熟,那么使用量子计算机肯定会更好。”
然而,在量子计算机出现之前,“根据实验数据训练的经典机器学习模型可以解决化学和材料科学中的实际问题,这些问题很难单独使用经典处理来解决,”Huang说。
END
欢迎加入Imagination GPU与人工智能交流2群
入群请加小编微信:eetrend89
(添加请备注公司名和职称)
推荐阅读
Imagination Technologies 是一家总部位于英国的公司,致力于研发芯片和软件知识产权(IP),基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。获取更多物联网、智能穿戴、通信、汽车电子、图形图像开发等前沿技术信息,欢迎关注 Imagination Tech!
机器学习也将解决量子问题相关推荐
- 【机器学习】如何解决数据不平衡问题
[机器学习]如何解决数据不平衡问题 参考文章: (1)[机器学习]如何解决数据不平衡问题 (2)https://www.cnblogs.com/charlotte77/archive/2019/03/ ...
- 拜登承诺将把GDP的“近2%”用于科学研究;机器学习显示出增强量子信息传输的潜力|全球量子科技与工业快讯第十四期
新型的.高度通用的红外量子点|图片来源:HPC连线 拜登承诺将把GDP的"近2%"用于科学研究 来源:Nextgov 拜登在他的第一次正式新闻发布会上提到了基础设施.移民.量子 ...
- 机器学习不会解决自然语言理解(NLU)问题
作为唯一由人类自身创造的符号,自然语言处理一直是机器学习界不断研究的方向. 自然语言处理技术主要是让机器理解人类的语言的一门领域.在自然语言处理技术中,大量使用了编译原理相关的技术,例如词法分析,语法 ...
- 机器学习 决策树篇——解决离散变量的分类问题
机器学习 决策树篇--解决离散变量的分类问题 摘要 熵增益和熵增益率计算 熵增益和熵增益率运行结果 离散变量的决策树模型 决策树模型运行结果 摘要 本文通过python实现了熵增益和熵增益率的计算.实 ...
- 机器学习 决策树篇——解决连续变量的分类问题
机器学习 决策树篇--解决连续变量的分类问题 摘要 信息熵.条件熵.熵增益.熵增益率的计算 GiNi系数.GiNi系数增益的计算 python代码 连续变量决策树分类案例 摘要 本文通过python实 ...
- 机器学习数据倾斜的解决方法_机器学习并不总是解决数据问题的方法
机器学习数据倾斜的解决方法 总览 (Overview) I was given a large dataset of files, what some would like to call big d ...
- 问题1 机器学习篇 如何解决过拟合(overfiting)?
向自己提问题是一个很好的学习方式. 问题: 如何解决过拟合(overfiting)? 在解决这个问题之前先明确问题是什么.这涉及到另外一些问题,什么是过拟合?过拟合与什么因素有关?等等 答: 1)直观 ...
- 机器学习中如何解决数据不平衡问题?
文章目录 目录 什么是数据不平衡问题? 数据不平衡会造成什么影响? 如何处理数据不平衡问题? 1.重新采样训练集 1.1随机欠抽样 1.2.基于聚类的过采样 2.使用K-fold交叉验证 3.转化为一 ...
- 最常用的9个机器学习算法,解决99%的业务问题!
对于了解机器学习的人来说,数据挖掘无疑是一个范围更大且钱力无限的方向.但随着这两年越来越多的有IT编程经验的职场老鸟转行到数据分析大赛道,企业对人才的要求也越来越高了.前一阵,广大码农们被官方划成了& ...
最新文章
- 简单介绍python装饰器
- TensorFlow基础笔记(7) 图像风格化效果与性能优化进展
- python.day01笔记
- JZOJ 5438. 【NOIP2017提高A组集训10.31】Tree
- python之网络编程 --- TCP编程
- 检测虚拟机代码总汇(更新中)
- jdk1.6 改 jdk1.7或jdk1.8(改回也可以)(图文详解)
- php进度条如何计算,投票最后显示进度条的百分比怎么算
- c 连接mysql数据库_C++连接mysql数据库的两种方法
- 《剑指offer》面试题24——二叉搜索树的后序遍历序列(C++)
- 【2016.4.6】结对编程 第二章 基础设计
- linux plc编程软件安装,西门子PLC编程软件S7-200 v4.0.8官方版
- java核心技术 第11版 集合
- java输入输出流实例代码
- 四川中小学计算机能力提升,四川省中小学教师信息技术应用能力提升工程2.0
- 多线程输出奇数和偶数
- Row size too large. The maximum row size for the used table type, not counting BLOBs, is 65535
- v html如何添加样式,详解三种方式解决vue中v-html元素中标签样式
- 竖直的ViewPager,上下滑动的ViewPager,VerticalViewPager ;
- 北航2022计算机软件基础期末C++复(预)习