Combiner l'apprentissage automatique et l'informatique quantique

L'apprentissage automatique quantique est-il utile ?

L'apprentissage automatique quantique est-il utile ? Lorsque nous réfléchissons à cette question, nous avons tendance à nous demander si l'informatique quantique pourrait accélérer nos algorithmes d'apprentissage automatique connus. Mais cela pourrait être la mauvaise façon de procéder. Une unité de traitement quantique est un type de matériel différent avec des principes de calcul différents, et en tant que tel, c'est un excellent candidat pour développer de nouveaux algorithmes d'apprentissage automatique avec des principes purement quantiques.

L'apprentissage automatique quantique peut en réalité signifier plusieurs choses. Il y a 2 composants à l'apprentissage automatique : la génération de données et le dispositif de traitement des données, et chaque composant peut être quantique ou classique :

• Si le processus de génération de données et le dispositif de traitement des données sont classiques, cela serait un apprentissage automatique typique tel que nous le connaissons.

• Typiquement, lorsque les gens pensent à l'apprentissage automatique quantique, ils pensent au processus de génération de données étant classique et au traitement des données étant effectué sur un ordinateur quantique. Les données peuvent être du texte, des images ou des séries temporelles, et nous avons besoin d'une interface quantique-classique pour convertir ces données en données quantiques. L'ordinateur quantique ne peut traiter que des données quantiques, et un algorithme quantique générerait des sorties qui doivent être converties en données classiques. La conversion des données aller-retour nécessite au moins une complexité linéaire en fonction de la taille des données, empêchant toute vitesse d'apprentissage exponentielle. Beaucoup de gens doutent que ce processus sera jamais bénéfique.

• Une voie intéressante pour l'apprentissage automatique quantique est si la génération de données est intrinsèquement quantique. Par exemple, dans les départements de Physique, de Chimie ou de Biologie, les chercheurs traitent de « données » quantiques quotidiennement. Les électrons dans votre CPU ou les molécules de médicaments obéissent aux lois de la mécanique quantique. Une façon typique d'étudier ces phénomènes consiste à construire des simulations numériques à l'aide de données classiques synthétiques simulant des particules quantiques, avec ces simulations étant exécutées sur un ordinateur classique. C'est très lent, et nous ne pouvons simuler qu'un nombre limité de particules à la fois. Mais si nous pouvions utiliser des données quantiques pour simuler des particules quantiques, nous pourrions exécuter des algorithmes d'apprentissage automatique quantique directement sur ces données. Il y a des preuves que cela entraînerait une accélération quantique du processus. L'apprentissage automatique quantique pourrait conduire à d'énormes progrès scientifiques dans un avenir proche !

Plusieurs architectures hybrides quantiques-classiques ont été proposées où les modèles sont répartis entre des unités de traitement classiques et quantiques. Cela permet le traitement de données quantiques avec un ordinateur mais bénéficie de l'avantage de calculs bien compris sur des ordinateurs classiques. Par exemple, vous pouvez utiliser des ordinateurs classiques comme optimiseurs de boucle externe pour les réseaux neuronaux quantiques.

Veuillez noter que la version française est assistée par Ai, des erreurs mineures peuvent donc exister.

Auteur

AiUTOMATING PEOPLE, ABN ASIA a été fondée par des personnes ayant des racines profondes dans le milieu académique, avec une expérience professionnelle aux États-Unis, aux Pays-Bas, en Hongrie, au Japon, en Corée du Sud, à Singapour et au Vietnam. ABN ASIA est l'endroit où l'académie et la technologie rencontrent l'opportunité. Avec nos solutions de pointe et nos services de développement logiciel compétents, nous aidons les entreprises à se développer et à s'imposer sur la scène mondiale. Notre engagement : Plus vite. Mieux. Plus fiable. Dans la plupart des cas : moins cher également.

N'hésitez pas à nous contacter chaque fois que vous avez besoin de services informatiques, de conseils en matière de numérique, de solutions logicielles prêtes à l'emploi, ou si vous souhaitez nous envoyer des demandes de propositions (RFP). Vous pouvez nous contacter à l'adresse [email protected]. Nous sommes prêts à vous aider avec tous vos besoins technologiques.

© ABN ASIA