Машинното обучение (ML), макар и да не симулира точно системите в природата, има способността да научи модел на система и да прогнозира поведението на дадената система. През последните няколко години класическите модели на ML показаха обещание за справяне с предизвикателни научни проблеми, водещи до напредък в обработката на изображения за откриване на рак, прогнозиране на последствията от земетресения, прогнозиране на екстремни климатични модели и откриване на нови екзопланети. С неотдавнашния напредък в развитието на квантовите изчисления, разработването на нови квантови ML модели може да окаже дълбоко влияние върху най-големите проблеми в света, което да доведе до пробиви в областта на медицината, материалите, сензорите и комуникациите. Към днешна дата обаче липсват изследователски инструменти за откриване на полезни квантови ML модели, които могат да обработват квантови данни и да се изпълняват на наличните днес квантови компютри.
Тази седмица Google обяви нова версия на своята рамка TensorFlow за изграждане на модели за машинно обучение. Тя е създадена за изграждане на квантови изчислителни алгоритми. Те биха могли да ви позволят да изградите модел за задълбочено обучение, който да работи на бъдещ квантов компютър с не повече от няколко реда код на Python.
]]>