O TFQ proporciona as ferramentas necessárias para trazer a computação quântica para as comunidades de investigação em machine learning e controlar e modelar os sistemas quânticos naturais ou artificiais, i.e.
A Google, em colaboração, com a Universidade de Waterloo, a X, e a Volkswagen, anunciou hoje a disponibilização do TensorFlow Quântico (TFQ), uma biblioteca em código aberto para o desenvolvimento rápido de protótipos de modelos de Machine Learning quântico. O TFQ proporciona as ferramentas necessárias para trazer a computação quântica para as comunidades de investigação em machine learning e controlar e modelar os sistemas quânticos naturais ou artificiais, i.e. processadores Noisy Intermediate Scale Quantum (NISQ) entre 50 e 100 qubits.
O Machine Learning (ML), embora não simule exatamente os sistemas na natureza, tem a capacidade de aprender um modelo de sistema e prever o comportamento do sistema. Nos últimos anos, os modelos clássicos de ML mostraram-se promissores na resolução de questões científicas desafiantes levando a avanços no processamento de imagens para deteção de cancro, previsão de réplicas de terramotos, previsão de padrões climáticos extremos e na deteção de novos exoplanetas. Com o recente progresso no desenvolvimento da computação quântica, o desenvolvimento de novos modelos de ML quântico pode ter um impacto profundo nos maiores problemas do mundo levando a avanços significativos nas áreas de medicina, dos materiais, de deteção e da comunicação. No entanto, até o momento, faltam ferramentas de pesquisa para descobrir modelos de ML quântico úteis que possam processar dados quânticos e executá-los nos computadores quânticos disponíveis atualmente.
Saiba mais no blogpost assinado por Alan Ho, Product Lead and Masoud Mohseni, Technical Lead, Google Research.
 Todos os dias vos trazemos dezenas de notícias sobre o mundo Android em Português. Sigam-nos no Google Notícias. Cliquem aqui e depois em Seguir. Obrigado! |
