Herramienta de IBM agrega computación cuántica al ML

IBM está lanzando un nuevo módulo como parte de su kit de desarrollo de software cuántico de código abierto, Qiskit, para permitir que los desarrolladores aprovechen las capacidades de la computación cuántica para mejorar la calidad de sus modelos de machine learning (ML).

Qiskit Machine Learning ya está disponible e incluye los bloques de construcción computacionales necesarios para llevar los modelos de aprendizaje automático al espacio cuántico.

Con la computación cuántica todavía en sus inicios, gran parte del trabajo en torno al aprendizaje de la máquina cuántica es teórico y aún depende de la ampliación de los dispositivos cuánticos en el futuro. Sin embargo, un número creciente de investigadores muestra interés en profundizar en las oportunidades que la tecnología podría desbloquear algún día.

Desarrollo del machine learning cuántico

«La computación cuántica ofrece otra vía potencial para aumentar el poder de los modelos de aprendizaje automático, y la literatura correspondiente está creciendo a un ritmo increíble», dijo el equipo de aplicaciones de Qiskit. «El ML cuántico propone nuevos tipos de modelos que aprovechan las capacidades únicas de las computadoras cuánticas para, por ejemplo, trabajar en espacios de características de dimensiones exponencialmente más altas para mejorar la precisión de los modelos.

«El uso de modelos clásicos y cuánticos de aprendizaje automático puede permitir a los investigadores comprender mejor la química y la física cuánticas, lo que abre muchas nuevas aplicaciones y direcciones de investigación».

Sin embargo, incluso para el desarrollador de aprendizaje automático más experto, saltar al mundo cuántico puede ser una perspectiva desalentadora, razón por la cual Qiskit lanzó el nuevo módulo, con la promesa de que el diseño del programa permite a los desarrolladores crear prototipos de un modelo incluso sin conocimientos expertos. de la computación cuántica.

El nuevo módulo también contiene múltiples implementaciones de redes neuronales cuánticas, así como algoritmos de aprendizaje para entrenarlas y usarlas, de modo que los desarrolladores puedan construir y probar sus propias redes.