首页 > 手机赌博平台动态 > 内容
清华量子信息中心段路明研究组发现具有指数加速的量子机器学习算法
2018-12-12 16:05:56     毛雪鸥[     ]

澳门赌场网站量子信息中心陆明教授及博士生学生严勋和张正宇发现了指数加速的量子机器学习算法,展示了量子计算机在人工智能研究领域的巨大潜力。研究论文“基于生成模型的生成”“基于生成模型的量子机器学习算法”最近发表在Science Journal《科学·进展》(Science Advances)上。

量子代数模型示意图

人工智能研究的突破依赖于更强大的计算机和更高效的算法。基于量子并行原理的量子计算机提供了与传统超级计算机完全不同的计算方法。你能用量子计算机加速人工智能算法吗?非常自然的问题。但是量子计算机并不会自动地针对各种问题进行量子加速,加速的可能性取决于针对特定问题的精细量子算法设计。量子计算机研究的核心方向之一是在重要的应用领域中找到具有指数加速可能性的算法。指数加速度与经典超级计算中的常数乘法不同,经典超级计算的特征在于指数函数的指数增加,因为问题的大小(例如,输入比特的数量)呈指数增加。指数加速为量子计算机提供了无与伦比的超级功率,但这种超级功率并非在每种应用中都具有普遍性。实际上,到目前为止发现的量子算法只有少数几种,而量子算法的发现具有指数加速是量子计算机研究的重要突破,往往开辟了量子计算机的一个重要应用领域。

段鲁明的研究小组发现了一种基于指数加速的生成模型的量子机器学习算法。机器学习是人工智能领域最成功的方法。通过机器学习算法,计算机可以自动从数据中查找和学习特定的模式和模式,最后将它们扩展到未知数据以供使用。机器学习已广泛应用于计算机视觉,自然语言处理,自动驾驶和游戏对抗等许多领域。生成模型是机器学习中非常重要的模型。它通过全局视角查看数据集。它是所有数据的常见概率分布的表征。它通常用于生成与实际数据具有相同模式的人工数据。它在许多机器学习任务中具有不可替代的作用,例如最近的热点。生成对抗网络(GAN)是经典的一代模型。 TR

基于量子生成模型的机器学习算法示意图

段鲁明和严勋首先提出了一种基于优化多体量子纠缠态的量子代模型,并证明了量子代模型在学习能力和预测能力方面都呈指数加速。在量子生成模型中,表示经典图中概率的参数从正实数扩展到复数域。将这个新的量子图模型所需的参数数量与经典图模型(包括贝叶斯网络,Markov)进行比较。机场,玻尔兹曼机器,深信念网络等都有一个数量级的减少,这对于生成模型的空间和时间效率而言是一个巨大的优势。段鲁明的研究小组提出了一种启发式量子机器学习算法,可以有效地利用这种新的图模型。该算法将生成模型的推理和训练问题转化为量子多体哈密顿量的基态准备问题,从而证明了量子算法的指数加速度。

该论文的第一作者和通讯员是博士。澳门赌场网站跨学科信息研究所的学生和姚志智的讲师段路明博士。该项目得到了教育部和澳门赌场网站的支持。 (来源清华新闻网)

论文链接:

http://advance.sciencemag.org/content/4/12/eaat9004