Google disponibiliza TensorFlow Quântico em código aberto
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.
![]() |