EITC/AI/TFQML TensorFlow کوانټم ماشین زده کړه د ګوګل کوانټم پروسیسر ساکامور جوړښت کې د ماشین زده کړې پلي کولو لپاره د Google TensorFlow کوانټم کتابتون کارولو په اړه د اروپا IT تصدیق کولو برنامه ده.
د EITC/AI/TFQML TensorFlow کوانټم ماشین زده کړې نصاب په ګوګل کوانټم پروسیسر ساکامور جوړښت کې د پرمختللي کوانټم کمپیوټری ماډل اساس ماشین زده کړې کارولو لپاره تیوریکي پوهې او عملي مهارتونه په لاندې جوړښت کې تنظیم شوي ، جامع ویډیو پکې شامل دي. د دې EITC تصدیق لپاره د حوالې په توګه ډیډاټیک مینځپانګه.
TensorFlow کوانټم (TFQ) د هایبرډ کوانټم - کلاسیک ML ماډلونو ګړندی پروټوټائپ کولو لپاره د کوانټم ماشین زده کړې کتابتون دی. د کوانټم الګوریتمونو او غوښتنلیکونو کې څیړنه کولی شي د ګوګل کوانټم کمپیوټري چوکاټونه ګټه پورته کړي ، ټول د TensorFlow له دننه څخه.
TensorFlow کوانټم د کوانټم ډیټا او د هایبرډ کوانټم کلاسیک ماډلونو جوړولو باندې تمرکز کوي. دا په کویرک کمپیوټري الګوریتمونه او منطق سره یو کوي چې په سرق کې ډیزاین شوی (د کوانټم برنامه چوکاټ د کوانټم سرکټونو ماډل پر بنسټ) ، او د کوینټم کمپیوټري لومړني فعالیتونه چمتو کوي چې د موجوده ټینسرفلو API سره مطابقت لري ، د لوړ فعالیت کوانټم سرکٹ سمیلیټرونو سره. نور په ټینسرفلو کوانټم سپینه پا .ه کې ولولئ.
کوانټم کمپیوټري د کوانټم فینیم کارول دي لکه سوپر پوزیشن او د کمپیوټري کولو لپاره مغشوش کول. هغه کمپیوټرونه چې د کوانټم کمپیوټونه ترسره کوي د کوانټم کمپیوټرونو په نوم پیژندل کیږي. د کوانټم کمپیوټرونه د ځانګړي کمپیوټري ستونزو حل کولو وړتیا لري ، لکه د عامل عامل کول (کوم چې د RSA کوډیز کوي) ، د کلاسیک کمپیوټرونو څخه په کافي اندازه ګړندی دی. د کوانټم کمپیوټري مطالعه د کوانټم معلوماتو ساینس فرعي فیلډ دی.
د کوانټم کمپیوټر د 1980 مو کلونو په پیل کې پیل شو ، کله چې فزیک پوه پال بینیف د ټورینګ ماشین کوانټم میخانیکي ماډل وړاندیز وکړ. ریچارډ فین مین او یوري منین وروسته بیا وړاندیز وکړ چې د کوانټم کمپیوټر د هغه شیانو تقلید کولو وړتیا لري چې کلاسیک کمپیوټر یې نشي کولی. په 1994 کې ، پیټر شور د فاکتورونو لپاره د کوانټم الګوریتم رامینځته کړی چې د RSA - کوډ شوي مخابراتو ډیریکټ کولو احتمال درلود. د 1990 مو کلونو راهیسې د روانو تجربوي پرمختګ سربیره ، ډیری څیړونکي پدې باور دي چې "د غلطۍ زغم کوانټم کمپیوټري اوس هم یو بل لیرې خوب دی." په وروستي کلونو کې ، په کومانټ کمپیوټري څیړنو کې پانګه اچونه په عامه او خصوصي سکتور دواړو کې زیاته شوې. د اکتوبر په 23 ، 2019 ، Google AI ، د متحده ایالاتو ملي ایروناټیکز او فضا اداره (NASA) سره ملګرتیا کې ، ادعا وکړه چې د مقدار حسابونه یې ترسره کړي کوم چې په هر کلاسیک کمپیوټر کې ناممکن دی (په دې توګه د کوانټم بالادستي پایله).
د کوانټم کمپیوټرونو ډیری ماډلونه (یا بلکه د کوانټم کمپیوټري سیسټمونه) شتون لري ، پشمول د کوانټم سرکٹ ماډل ، د کوانټم ټورینګ ماشین ، اډیبیټیک کوانټم کمپیوټر ، یو طرفه کوانټم کمپیوټر ، او مختلف کوانټم سیلولر اووماتټا. ترټولو پراخه کارول شوې ماډل د کوانټم سرکٹ دی. د کوانټم سرکیټونه د کوانټم بټ ، یا "کوبټ" پر بنسټ والړ دي ، کوم چې د کلاسیک محاسبې له بټ سره یو څه ورته دي. قیوبیټس د 1 یا 0 کوانټم حالت کې کیدی شي ، یا دوی د 1 او 0 ایالتونو عالي مقام کې کیدی شي. په هرصورت ، کله چې قیمتونه اندازه شي نو د اندازه کولو پایله تل یو یا 0 یا 1 دی؛ د دې دوه پایلو احتمال د مقدار په حالت پورې اړه لري چې نرخونه یې د اندازه کولو دمخه سمدستي ول.
د فزیکي کوانټم کمپیوټر جوړولو په لور پرمختګ په ټیکنالوژیو تمرکز کوي لکه ټرانسمون ، آئن ټریپس او ټاپولوژیک کوانټم کمپیوټرونه چې هدف یې د لوړ کیفیت کوبکس رامینځته کول دي. دا قیمتونه ممکن په مختلف ډول ډیزاین شي ، د بشپړ کوانټم کمپیوټر کمپیوټري ماډل پورې اړه لري ، ایا د کوانټم منطق دروازې ، د کوانټم اینیلینګ ، یا اډیباټیک کوانټم کمپیوټري. اوس مهال د ګټورې کوانټم کمپیوټرونو جوړولو په لاره کې یو شمیر پام وړ خنډونه شتون لري. په ځانګړي توګه ، دا د مشکلاتو د مقدار حالت ساتل ګران دي ځکه چې دوی د کوانټم سجاول او دولتي وفادارۍ سره مخ دي. د کوانټم کمپیوټرونه د همدې لپاره د غلطۍ سمون ته اړتیا لري. هره کمپیوټري ستونزه چې د کلاسیک کمپیوټر لخوا حل کیدی شي د کوانټم کمپیوټر لخوا هم حل کیدی شي. برعکس ، هره ستونزه چې د کوانټم کمپیوټر لخوا حل کیدی شي د کلاسیک کمپیوټر لخوا هم حل کیدی شي ، لږترلږه په اصولو کې کافي وخت ورکړل شوی. په بل عبارت ، د کوانټم کمپیوټر د کلیسا اطاعت کوي – د ټورینګ مقاله. پداسې حال کې چې پدې معنی ده چې کوانټم کمپیوټرونه د کلاسیک کمپیوټرونو په پرتله د کمپیوټر کولو لپاره اضافي ګټې نه چمتو کوي ، د ځینې ستونزو لپاره د کوانټم الګوریتمونه د پیژندل شوي کلاسیک الګوریتمونو په پرتله د پام وړ کم وخت پیچلتیاوې لري. د یادونې وړ ، د کوانټم کمپیوټرونه د دې وړتیا لري چې د یو څه ستونزو ګړندۍ ژر حل کړي چې هیڅ کلاسیک کمپیوټر نشي کولی په هر ممکن وخت کې حل کړي — یوه نښه چې د "کوانټم بالادستي" په نوم پیژندل کیږي. د کوانټم کمپیوټرونو په اړه د ستونزو محاسبې پیچلتیا مطالعه د کوانټم پیچلتیا تیوري په نوم پیژندل کیږي.
د ګوګل سیمکور د مقدار پروسیسر دی چې د ګوګل شرکت لخوا د مصنوعي استخباراتو څانګې لخوا رامینځته شوی. دا 53 کوبونه لري.
په 2019 کې ، سیامامور په 200 ثانیو کې یو کار بشپړ کړ چې ګوګل ادعا کړې ، د فطرت په پا paperه کې ، د پای ته رسولو لپاره به د عصري عالي کمپیوټر 10,000،2.5 کاله وخت ونیسي. پدې توګه ، ګوګل ادعا کړې چې د مقدار لوړتیا ترلاسه کړې. د هغه وخت اټکل کولو لپاره چې د کلاسیک سوپر کمپیوټر لخوا اخیستل کیږي ، ګوګل په سمینټ کې د کوانټم سرکٹ سمولو برخې وویشلې ، چې په نړۍ کې خورا پیاوړی کلاسیک کمپیوټر دی. وروسته ، IBM یو متضاد دلیل وکړ ، ادعا یې وکړه چې دا دنده به یوازې د کلیمې په څیر په کلاسیک سیسټم کې XNUMX ورځې وخت ونیسي. که د ګوګل ادعاوې په پام کې ونیول شي ، نو دا به په کمپیوټري ځواک کې د ضرب الاجل نمایندګي وکړي.
د اګست په 2020 کې د ګوګل لپاره کار کولو کوانټم انجنیرانو په کوانټم کمپیوټر کې ترټولو لوی کیمیاوي نقش راپور ورکړ - د هارتري - فاک اټکل د سیسیمور سره کلاسیک کمپیوټر سره جوړ شوی چې پایلې یې تحلیل کړې ترڅو د 12 کوب سیسټم لپاره نوي پیرامیټونه چمتو کړي.
په دسمبر 2020 کې ، د چین فوټوون میشته ژوژنګ پروسیسر ، چې د USTC لخوا رامینځته شوی ، د 76 کوبټو د پروسس ځواک ترلاسه کړ او د سیامامور په پرتله 10 ملیارده ځله ګړندی و ، چې دا د کوانټم عاليت ترالسه کولو دوهم کمپیوټر جوړ کړ.
د کوانټم مصنوعي استخباراتو لابراتوار (د کوانټم آی آی لیب یا کوایل په نامه هم یادیږي) د ناسا ، پوهنتونونو فضا ریسرچ ایسوسی ایشن او ګوګل (په ځانګړي ډول د ګوګل ریسرچ) ګډه هڅه ده چې هدف یې د کوینټم کمپیوټري کولو څرنګوالی په اړه د څیړنې مخکښ کول دي چې ممکن د ماشین زده کړې سره مرسته وکړي. او د کمپیوټر نورې سختې ستونزې. لابراتوار د ناسا د ایمس څیړنیز مرکز کې کوربه دی.
د کوانټم AI لیب د 16 په می 2013 کې د بلاګ پوسټ کې د ګوګل ریسرچ لخوا اعلان شوی و. د پیل په وخت کې ، لیب د ډی وایو سیسټمونو څخه ترټولو پرمختللي سوداګریز شتون کوانټم کمپیوټر ، D-Wave دوه کاروي.
د می په 20 ، 2013 کې اعلان شوی و چې خلک کولی شي په لابراتوار کې د D-Wave two پر وخت کارولو غوښتنه وکړي. د اکتوبر 10 ، 2013 کې ، ګوګل یو لنډ فلم خپور کړ چې د کوانټم AI لیب اوسني حالت بیانوي. د 18 کال د اکتوبر په 2013 ، ګوګل اعلان وکړ چې دا د کوانټم فزیک په Minecraft کې شامل کړی.
په جنوري 2014 کې ، ګوګل د کلاسیک کمپیوټرونو سره په لابراتوار کې د D-Wave two د فعالیت پرتله کولو پایلې راپور کړې. پایلو مبهم و او په انټرنیټ کې یې ګرمې بحثونه راپورته کړل. د سپتمبر په 2 ، اعلان شوی چې د کوانټم AI لیب ، د UC سانټا باربرا په ملګرتیا کې ، د سوپر کنډیکټ کولو برقیاتو پراساس د کوانټم معلوماتو پروسیسرونو رامینځته کولو لپاره نوښت پیلوي.
د 23 Octoberrd 2019 کال د اکتوبر په Onrd مه ، د کوانټم AI لیب په یوه مقاله کې اعلان وکړ چې دې د کوانټم بالادستي ترلاسه کړې ده.
د ګوګل AI کوانټم د کوانټم کمپیوټرو چمتو کول د کوانټم پروسیسرونو او ناول کوانټم الګوریتمونو رامینځته کولو لپاره پرمخ وړي ترڅو د څیړونکو او پراختیا کونکو سره مرسته وکړي نږدې نظری ستونزې دواړه نظریاتي او عملي حل کړي.
کوانټم کمپیوټر د AI په ګډون د سبا د بدعتونو په وده کې د مرستې لپاره ګ .ل کیږي. له همدې امله ګوګل د وقف شوي کوانټم هارډویر او سافټویر جوړولو لپاره د پام وړ سرچینې ژمنې کوي.
کوانټم کمپیوټري یو نوی تمثیل دی چې د AI لپاره د کارونو ګړندي کولو کې به لوی رول ولوبوي. ګوګل هدف لري چې څیړونکو او پراختیا کونکو ته د خلاصې سرچینې چوکاټونو او کمپیوټري ځواک ته لاسرسی چمتو کړي چې کولی شي د کمپیوټري کلاسیک ظرفیت هاخوا فعالیت وکړي.
د ګوګل AI کوانټم اصلي تمرکز ساحې دي
- د کوبټ پروسس کونکي سوپر کنډکټینګ: د چپ پراساس د اندازې وړ جوړښت سره د سپکروانډیکټینګ قطع کول د دوه کوبټ ګیټ خطا په نښه کول <0.5٪.
- د کیوبیت میترولوژي: د 0.2٪ څخه لاندې د دوه کوبایټ زیان کمول د غلطۍ سمون لپاره مهم دی. موږ د کوانټم عالي والي تجربه کار کوو ، نږدې د کوټم سرکټ نمونه کولو لپاره چې د نوي عصري کلاسیک کمپیوټرونو او الګوریتمونو ظرفیتونو څخه هاخوا دي.
- د کوانټم نقلیه کول: د فزیکي سیسټمونو انډول د کوانټم کمپیوټر ترټولو اټکل شوي غوښتنلیکونو څخه دی. موږ په ځانګړي توګه په کیمیا او مادې ساینس کې غوښتنلیکونو سره د متقابل بریښنایی ماډل کولو سیسټمونو لپاره د کوانټم الګوریتمونو باندې تمرکز کوو.
- د کوانټم مرسته شوي اصلاح کول: موږ د نږدې مطلوب کولو لپاره د هایبرډ کوانټم کلاسیک حل کونکي وده کوو. د انرژي خنډونو ته د رسیدو لپاره په کلاسیک الګوریتمونو کې حرارتي کودونه د کوانټم تازه معلوماتو په غوښتلو سره وده کولی شو. موږ په ځانګړي توګه د نفوسو له لیږد سره علاقه لرو.
- د کوانټم عصبي شبکې: موږ نږدې نږدې پروسیجرونو کې د کوانټم عصبي شبکې پلي کولو لپاره یو چوکاټ رامینځته کوو. موږ د دې په پوهیدو کې علاقه لرو چې د شبکې د عملیاتو په جریان کې د عالي مقام موقعیتونو رامینځته کولو څخه کومې ګټې رامینځته کیدی شي.
اصلي وسیلې د ګوګل AI کوانټم لخوا رامینځته شوي د خلاصې سرچینې چوکاټونه په ځانګړي ډول د ناول کوانټم الګوریتمونو رامینځته کولو لپاره ډیزاین شوي ترڅو د عملي ستونزو لپاره نږدې وخت غوښتنلیکونو حل کولو کې مرسته وکړي. پدې کې شامل دي:
- Cirq: د نږدې مینځمه پروسې پروسیجرونو کې د شور متوسط پیمان کوانټوم (NISQ) الګوریتمونو جوړولو او تجربې لپاره د خلاصې سرچینې کوانټیم چوکاټ
- اوپن فیرمین: د کیمیا او موادو ساینس کې د ستونزو ژباړې کولو لپاره د پرانیستې سرچینې پلیټ فارم چې کوانټم سرکټونو ته چې په موجوده پلیټفارمونو اجرا کیدی شي
د Google AI کوانټم نږدې نږدې غوښتنلیکونه شامل دي:
د کوانټم نقشه
د نوي موادو ډیزاین او د پیچلي فزیکونو توضیح کول د کیمیا د کره مجلې له لارې ټاکل شوي او د مالګې ماډل ماډلونه د کوانټم کمپیوټر خورا امیدونکي غوښتنلیکونه دي.
د خطري راکمولو تخنیکونه
موږ د بشپړ کوانټم غلطي سمون ته په لاره کې میتودونو ته وده ورکولو لپاره کار کوو چې په اوسني وسیلو کې د ډراماتیک ډول شور کمولو وړتیا لري. پداسې حال کې چې د بشپړ کچې غلطۍ برداشت کونکي کوانټم کمپیوټینګ ممکن پام وړ پرمختګونو ته اړتیا ولري ، موږ د کومانټ ضمني ساحې غزولو تخنیک رامینځته کړی ترڅو نږدې نږدې وسایلو کې د غوښتنلیکونو فعالیت ښه کولو لپاره د کوانټم غلطي اصلاح څخه تخنیکونه وکاروو. سربیره پردې ، دا تخنیکونه د نږدې وخت وسیلو کې د پیچلي کوانټم کوډونو ازموینې اسانه کوي. موږ دا تخنیکونه په فعاله توګه نوي برخو ته فشار ورکوو او نږدې نږدې تجربې ډیزاین لپاره د اساس په توګه دوی ته وده ورکوو.
د کوانټم ماشین زده کړه
موږ نږدې نږدې کوانټم وسیلو کې د هایبرډ کوانټم - کلاسیک ماشین زده کړې تخنیکونه چمتو کوو. موږ د کوانټم او کلاسیکو معلوماتو کلاسیف کولو او کلستر کولو لپاره د نړیوال کوانټم سرکټ زده کړه کوو. موږ د تولیدي او تبعیض کوانټم عصبي شبکو کې هم علاقه لرو ، چې د کوانټم مخابراتي شبکو کې د کوانټم تکرار کونکي او د دولت پاکولو واحدونو په توګه یا د نورو کومانټ سرکټو تایید لپاره وکارول شي.
د کوانټم اصلاح کول
په فضا ، اتومات او نورو صنعتونو کې اختصاصي اصلاحات ممکن د هایبرډ کوانټم - کلاسیک اصلاح څخه ګټه پورته کړي ، د مثال په توګه انلاینګ ، د کوانټم مرسته شوي اصلاح الګوریتم (QAOA) او د کوانټم پرمختللې نفوس لیږد ممکن د نن ورځې پروسیجرونو سره ګټور وي.
د تصدیق کولو نصاب سره په تفصیل سره د ځان پیژندلو لپاره تاسو کولی شئ لاندې جدول پراخه او تحلیل کړئ.
EITC/AI/TFQML TensorFlow د کوانټم ماشین زده کړې تصدیق سند نصاب د ویډیو په شکل کې د خلاص لاسرسي درسي موادو ته اشاره کوي. د زده کړې پروسه په مرحله وار جوړښت ویشل شوې ده (پروګرامونه -> درسونه -> موضوعات) چې د نصاب اړوند برخې پوښي. د ډومین متخصصینو سره لامحدود مشوره هم چمتو کیږي.
د تصدیق پروسې په اړه د جزیاتو لپاره چیک کړئ څنګه کار کوي.
د درسي نصاب سرچینې
TensorFlow کوانټم (TFQ) د هایبرډ کوانټم - کلاسیک ML ماډلونو ګړندی پروټوټائپ کولو لپاره د کوانټم ماشین زده کړې کتابتون دی. د کوانټم الګوریتمونو او غوښتنلیکونو کې څیړنه کولی شي د ګوګل د کوانټم کمپیوټري چوکاټونو ګټه پورته کړي ، ټول د TensorFlow دننه. TensorFlow کوانټم د کوانټم ډیټا او د هایبرډ کوانټم کلاسیک ماډلونو جوړولو باندې تمرکز کوي. دا په کویرک کمپیوټري الګوریتمونه او منطق مدغم کوي چې په سینق کې ډیزاین شوي ، او د کوینټم کمپیوټري لومړني ډولونه د موجوده ټینسرفلو APIs سره مطابقت چمتو کوي ، د لوړ فعالیت کوانټم سرکٹ سمیلیټرونو سره. نور په ټینسرفلو کوانټم سپینه پا .ه کې ولولئ. د اضافي حوالې په توګه تاسو کولی شئ نظر وګورئ او د نوټ بوک لارښوونې پرمخ وړئ.
https://www.tensorflow.org/quantum
سرق
Cirq د شور منځګړیتوب سکیل کوانټم (NISQ) کمپیوټرونو لپاره د خلاصې سرچینې چوکاټ دی. دا د ګوګل AI کوانټم ټیم لخوا رامینځته شوی ، او عامه الفا د جولای په 18 ، د کوانټم سافټویر او کوانټم مشین زده کړې په نړیوال ورکشاپ کې اعلان شوې. د QC Ware لخوا یوه ډیمو د QAOA پلي کول وښود چې د اعظمي حد کټ کولو مثال یې حل کړ ستونزه د سرق سمیلیټر په واسطه حل کیږي. په کرق کې د کوانټم برنامې د "سرټیټ" او "مهالویش" لخوا نمایش کیږي چیرې چې "سرټیټ" د کوانټم سرکٹ استازیتوب کوي او "مهالویش" د وخت معلوماتو سره د کوانټم سرکټ استازیتوب کوي. برنامې په محلي سمیلیټرونو اجرا کیدی شي. لاندې مثال ښیې چې څنګه په سرق کې د بیل ریاست رامینځته کول او اندازه کول.
د وارداتو سرق
# کوبیټونه غوره کړئ
qubit 0 = سرق.GridQubit(0, 0)
qubit 1 = سرق.GridQubit(0, 1)
# یو سرکټ جوړ کړئ
مدار = سرق.سرکت.له_وپونه(
سرق.H(qubit 0),
سرق.CNOT(qubit 0, qubit 1),
سرق.اندازه کول(qubit 0, کلیدي='m0'),
سرق.اندازه کول(qubit 1, کلیدي='m1')
)
د سرکټ چاپ د هغې آریان ښیې
چاپي(مدار)
# چاپ
# (0 ، 0): ───H─── @ ───M ('m0') ───
# │
# (0 ، 1): ───X───M ('m1') ───
د سرکیټ سمبالول په مکرر ډول ښیې چې د سرعت اندازه کول یو له بل سره تړاو لري.
سمولیټر = سرق.سیمیولیټر()
پایله = سمولیټر.د دويم پړاو(مدار, تکرارونه=5)
چاپي(پایله)
# چاپ
# m0 = 11010
# m1 = 11010
د EITC/AI/TFQML TensorFlow کوانټم ماشین زده کړې برنامې لپاره بشپړ آفلاین د ځان زده کړې چمتوالي توکي په PDF فایل کې ډاونلوډ کړئ
EITC/AI/TFQML چمتو کونکي توکي – معیاري نسخه
EITC/AI/TFQML چمتو کونکي توکي - د بیاکتنې پوښتنو سره پراخه نسخه