Tuesday , June 2 2020

Suscribete gratis a nuestro boletin semanal

VISIONA . DESARROLLADORES . CONECTADOS .

Suscribete nuestro boletin semanal

PATROCINADORES
Home / Industria y Negocios / Google anuncia librería de computación cuántica para aplicaciones ML

Google anuncia librería de computación cuántica para aplicaciones ML

La firma decidió utilizar su popular librería TensorFlow para incluir en una nueva versión módulos y paquetes cuánticos para el modelado de aplicaciones de Machine Learning (ML).

ElectronicosOnline.com Magazine / Oswaldo Barajas

Google anunció la liberación de TensorFlow Quantum, una nueva versión de su popular librería de Aprendizaje Automático que integrará módulos y paquetes de computación cuántica para el diseño y programación de aplicaciones ML.

 

Este lanzamiento no tardó en ser notoriamente recibido entre la comunidad de desarrolladores quienes aplaudieron esta nueva herramienta de código abierto para trabajar con sistemas cuánticos de una forma más sencilla y práctica, además de su compatibilidad para utilizarlos en el diseño de aplicaciones de Machine Learning, dos ámbitos que de trabajarse desde cero, implicarían un alto nivel de conocimientos técnicos y científicos.

Siguiendo el mismo concepto de TensorFlow como herramienta que simplifica el despliegue de Redes Neuronales Profundas a través código reutilizable, TensorFlow Quantum está preparado para hacer lo mismo pero para sistemas de Aprendizaje Automático Cuántico.

De acuerdo a la información proporcionada por Google, los usuarios podrán escribir aplicaciones cuánticas sin batallar con los detalles del tipo de hardware que utilizarán para ejecutarlas, ya que la nueva librería provee de esquemas para probar sistemas, ya sea físicos mediante una computadora cuántica real, una plataforma de simulación, o una máquina clásica. Esto significa que podrán también depurar las aplicaciones cuánticas en entornos de simulación antes de intentar ejecutarlas con configuraciones cuánticas completas.

Como se puede observar, la nueva librería es utilizada con Numpy, Matplotlib y Circuits para la modelación, simulación y modelos de predicción de circuitos.

 

La idea de este proyecto, según sostuvo Masoud Mohseni, líder asignado por Google para TensorFlow Quantum, es que los programadores la utilicen para descubrir nuevos algoritmos fundamentales que puedan ser reutilizados por otros una y otra vez.

- PUBLICIDAD -

Cabe mencionar, que TensorFlow Quantum no es la única iniciativa que ha sido liberada para el diseño de sistemas de Aprendizaje de Máquinas Cuánticas, otra de las plataformas disponibles es Pennyline, desarrollada por la empresa tecnológica canadiense Xanadu, con sede en Toronto.

Pero a diferencia de Pennyline, el TensorFlow Quantum de Google gira en torno a una gran comunidad creciente de investigadores, ingenieros y más recientemente simpatizantes o entusiastas de los sistemas cuánticos, lo que la convierte en una plataforma muy redituable por los servicios que la misma compañías puede ofrecer a quienes se están adentrando en este mundo digital, incluyendo otras librerías como kubernetes, almacenamiento en la Nube y aplicaciones para la simplificación del trabajo de desarrollo de código.

Esquema de procesamiento de tf.Quantum.

 

En este esquema se crean primeramente dos qubits para el procesamiento de los datos, posteriormente se utilizan algunos métodos de la librería para evaluar estaos vectoriales de interfaces de circuitos.

 

Por ahora, el aprendizaje de máquinas cuánticas sigue siendo un nicho limitado para proyectos sui géneris, pero Google desea que este nuevo kit de herramientas facilite el trabajo con datos cuánticos, ya sea modelando el mundo natural o dispositivos como distribuidores de claves cuánticas criptográficas de una forma más sencilla.

Dado que los fenómenos naturales siguen las reglas cuánticas, Mohseni cree que, si los modelos de aprendizaje por máquina han de ser reflejos precisos del mundo, también deben ser cuánticos.

Por ejemplo, el software cuántico está empezando a filtrarse en la corriente principal entre diversas compañías, como Volkswagen, que construyó un simulador de transporte público altamente preciso para planificar rutas de autobús, y Telecom Italia, que construyó una aplicación cuántica para optimizar las redes 5G.

- PUBLICIDAD -

Revisa también ...

Quieren elevar producción de energía eólica con redes neuronales

Ante un inminente incremento en los costos de la energía y el impacto medioambiental de …

NULL