Actualité Google AI lance TensorFlow Quantum

Pour approfondir le sujet

Partenariat IBM – Google : IBM Power Systems est désormais disponible sur Google Cloud

Dans le cadre d'un accord entre IBM et Google, Google Cloud propose maintenant IBM Power Systems. À destination des entreprises souhaitant adopter une solution de cloud...

Google Cloud Explainable AI présenté à l’occasion du Google Cloud Next UK’19

La conférence de Google Cloud pour la région EMEA, la Google Cloud Next UK'19, a débuté cette semaine. Plusieurs annonces ont été faites dont...

Atos et Google inaugurent leur 2ème laboratoire dédié à la transformation vers l’IA

Atos et Google Cloud inauguraient aujourd'hui à Bezons, au siège social d'Atos, dans le Val d'oise, leur deuxième Lab IA. Ce nouveau laboratoire est...

Microsoft entend cartographier le système immunitaire grâce à un partenariat autour du machine learning et de l’IA

Dans un communiqué, Adaptive Biotechnologies et Microsoft ont annoncé leur partenariat pour cartographier le système immunitaire humain. Décoder et identifier avec précision les signaux du...

Google AI lance TensorFlow Quantum

Google AI vient d’annoncer le lancement en collaboration avec l’Université de Waterloo, X et Volkswagen, de TensorFlow Quantum, une librairie open source pour le prototypage rapide de modèles de Machine Learning quantique.

Concrétement, TensorFlow Quantum permet l’intégration de la bibliothèque quantique open source Cirq avec TensorFlow. Elle propose des abstractions de haut niveau pour la conception et la mise en œuvre de modèles quantiques compatibles avec les API TensorFlow existantes, ainsi que des simulateurs de circuits quantiques haute performance.

Cette intégration permet de réunir deux univers prometteurs mais qui se rejoignent encore peu, à cause du manque d’outils prévus à cet effet : celui du quantique et celui du machine learning. Ses auteurs espèrent donc que la librairie TensorFlow Quantum facilitera la recherche dans le domaine des modèles de Machine Learning Quantique. TFQ permet d’exploiter des processeurs NISQ de 50 à 100 Qubits.

Les modèles quantiques tirent bénéfices des propriétés de superposition et intrication quantique, ce qui permet de gérer des distributions de probabilités qui nécessiteraient autrement de stocker, gérer et représenter des quantités de données difficiles à gérer avec l’informatique traditionnelle et nécessiteraient des temps de calcul très importants.

Plus que sur du calcul purement quantique, TensorFlow Quantum permet de travailler sur une hybridation entre processeurs quantiques et classiques (CPU, GPU..), ce qui permet de contourner les limitations des processeurs NISQ, fortement bruités.

TFQ met à disposition deux nouveaux types de données primitives :

– Le circuit quantique – Il s’agit d’un circuit quantique défini par Cirq dans TensorFlow. Il permet de créer des lots de circuits de taille variable, similaires à des lots de points de données de valeur réelle différente.
– La Somme des matrices de Pauli – Représente les combinaisons linéaires des produits des tenseurs des opérateurs de Pauli définis dans Cirq.

L’équipe à l’origine de l’outil a utilisé TensorFlow Quantum pour les réseaux neuronaux convolutionnels hybrides quantiques-classiques, l’apprentissage machine pour le contrôle quantique, l’apprentissage par couches pour les réseaux neuronaux quantiques, l’apprentissage de la dynamique quantique, la modélisation générative d’états quantiques mixtes et l’apprentissage de l’apprentissage avec les réseaux neuronaux quantiques via les réseaux neuronaux récurrents classiques.

Le quantique pourrait à terme devenir une piste dans le développement de la faculté pour l’intelligence artificielle de représenter un monde non déterministe, avec une distribution non finie de probabilités, l’un des plus grands enjeux dans l’évolution future de l’intelligence artificielle.  (Voir notre interview de Yann LeCun dans le magazine ActuIA N°1).

En savoir plus : https://www.tensorflow.org/quantum/overview
Publication arXiv : https://arxiv.org/abs/2003.02989

ActuIA

Partager l'article

L’OTESIA lance ses 4 premiers projets IA dans la santé, la prévention du cyber-harcèlement, l’éducation

En novembre dernier était lancé l’Observatoire des impacts Technologiques Economiques et Sociétaux de l’Intelligence Artificielle (OTESIA) dans les Alpes-Maritimes. Une première en France et...

Replay Dataquitaine : Processus de Décision Markovien et Apprentissage par Renforcement

Dataquitaine propose en replay son Atelier-Webinaire Data Science, organisé par Digital Aquitaine, le 30 juin 2020. Ce séminaire était dédié à la thématique "Processus...

Vidéo : IMT Mines Albi réalise une expérience d’immersion avec la plateforme de réalité virtuelle IOEMGA VR

À l'occasion du 1er anniversaire du laboratoire commun de recherche EGCERSIS, IMT Mines Albi a réalisé une expérience unique d'immersion. Cet exercice de gestion...

Cybersécurité : la Région Grand Est et quatre entreprises québécoises planchent sur un consortium

La Région Grand Est cherche à mettre en place une politique innovante pour renforcer l'attractivité de son territoire. Elle a ainsi signé un accord...