量子计算会定义AI的未来吗

谷歌本周已经发布了他们的TensorFlow框架的新版本-TensorFlow Quantum(TFQ)，这是一个用于原型量子机器学习模型的开源库。

量子计算机还不是主流。但是，当他们到达时，他们将需要算法。因此，TFQ将弥合这一差距，并使开发人员/用户可以创建结合传统技术和量子计算技术的混合AI算法。TFQ是TensorFlow和Cinq的巧妙结合，将使用户能够构建深度学习模型，从而在运行最少的Python的量子计算机上运行。

根据Google AI博客文章，TFQ旨在提供必要的工具，以将量子计算技术和机器学习研究社区结合在一起，以构建和控制自然和人工量子系统。例如，噪声中级量子量子(NISQ)处理器具有约50 – 100量子位。

量子计算的目的是帮助和扩展传统计算的能力。与传统计算机相比，昆腾计算机旨在更加准确，高效地执行任务，从而为开发人员提供了针对特定应用的新工具。人们相信，量子计算机将不会取代传统的计算机。相反，他们将需要经典计算机来支持其特殊能力，例如系统优化。

量子计算如何使人工智能受益

几十年来，科学家一直致力于改进软件以运行日益复杂的程序。但是，软件优化存在局限性。因此，迟早企业将需要功能更强大的机器来满足他们的需求。

因此，研究人员正试图找到一种方法，以加快从无法管理的大量数据中提取价值的过程。产生了被称为量子机器学习的新学科。实际上，根据一份报告，到2024年，整体量子计算将从2019年的9300万美元增长到2.83亿美元，复合年增长率为24.9%。

量子算法研究人员塞缪尔·费尔南德斯·洛伦佐(SamuelFernándezLorenzo)表示：“量子机器学习比经典机器学习更有效，至少对于某些本质上难以使用传统计算机学习的模型而言。”但是，“我们仍然必须找出这些模型在实际应用中出现的程度。”