เข้าร่วมชุมชนควอนตัม

เข้าร่วมชุมชนควอนตัม RPA วันนี้ที่TechCrunch Disruptในซานฟรานซิสโก ฉันได้แสดงการสาธิตการเรียนรู้ด้วยเครื่องอย่างง่าย ซึ่งฉันใช้งานจริงบนคอมพิวเตอร์ควอนตัมในนิวยอร์กผ่านระบบคลาวด์ แน่นอนว่าปัญหานั้นสามารถแก้ไขได้ง่ายๆ โดยใช้อัลกอริธึมแบบคลาสสิกบนแล็ปท็อปของคุณ แต่นั่นจะไม่น่าตื่นเต้นไปหน่อยเหรอ? ระบบจัดการภายใน ฉันยังคงทึ่งกับความก้าวหน้าที่เกิดขึ้นในเวลาอันสั้น เมื่อสองสามปีก่อน ความคิดถึงเรื่องนี้คงเป็นเพียงความฝัน วันนี้ยังคงเป็นวันแรกสำหรับการคำนวณควอนตัม แต่ระบบกำลังดีขึ้นเรื่อยๆ และอีกไม่นาน เราจะอยู่ในดินแดนที่ไม่คุ้นเคย ซึ่งเราไม่สามารถจำลองสิ่งที่ระบบกำลังทำอยู่ได้อีกต่อไป จากที่นั่น เหลือเวลาอีกไม่นานจนกว่าเราจะเริ่มแก้ปัญหาบางประเภทได้ดีกว่าที่เราสามารถทำได้โดยใช้ระบบคลาสสิกในปัจจุบันการก้าวไปสู่อนาคตที่คอมพิวเตอร์ควอนตัมสร้างโลกใหม่จะต้องอาศัยพรสวรรค์และการมีส่วนร่วมของคนเก่งๆ มากมาย หากคุณรู้สึกตื่นเต้นเกี่ยวกับสิ่งนี้เช่นกัน ให้มีส่วนร่วม ไม่ว่าคุณจะรู้หรือไม่ก็ตาม คุณมีสิ่งสำคัญที่จะมีส่วนร่วมลักษณะทั่วไปความท้าทายที่สองคืออคติของชุดข้อมูลที่ส่งผลกระทบต่อระบบคำบรรยายภาพในปัจจุบัน แบบจำลองที่ได้รับการฝึกมานั้นเหมาะสมกับวัตถุทั่วไปที่เกิดขึ้นร่วมกันในบริบททั่วไป (เช่น เตียงและห้องนอน) ซึ่งนำไปสู่ปัญหาที่ระบบดังกล่าวพยายามหาข้อสรุปในฉากที่วัตถุเดียวกันปรากฏในบริบทที่มองไม่เห็น (เช่น เตียงและ ป่า). แม้ว่าการลดอคติของชุดข้อมูลจะเป็นปัญหาการวิจัยแบบเปิดที่ท้าทายในตัวเอง แต่เราขอเสนอเครื่องมือวินิจฉัยเพื่อประเมินว่าระบบคำบรรยายภาพที่ระบุมีอคติมากน้อยเพียงใดโดยเฉพาะอย่างยิ่ง เราได้สร้างชุดข้อมูลการวินิจฉัยทดสอบของภาพที่มีคำบรรยายซึ่งมีวัตถุทั่วไปที่เกิดขึ้นในฉากที่ไม่ปกติ (ชุดข้อมูลนอกบริบท – ชุดข้อมูล OOC) เพื่อทดสอบคุณสมบัติการจัดองค์ประกอบภาพและลักษณะทั่วไปของคำอธิบายภาพ การประเมิน OOC เป็นตัวบ่งชี้ที่ดีของภาพรวมของแบบจำลอง ประสิทธิภาพที่ไม่ดีเป็นสัญญาณว่าคำอธิบายภาพมีความเหมาะสมกับบริบทการฝึกอบรมมากเกินไป เราแสดงให้เห็นว่าแบบจำลองที่ใช้ GAN ที่มีตัวแบ่งแยกความสนใจร่วมและตัวสร้างที่คำนึงถึงบริบทนั้นมีการวางนัยทั่วไปที่ดีกว่าให้กับบริบทที่มองไม่เห็นมากกว่าวิธีการที่ทันสมัยก่อนหน้านี้ (ดูรูปที่ 1)การประเมินผลและการทดสอบทัวริงความท้าทายที่สามคือการประเมินคุณภาพของคำบรรยายที่สร้างขึ้น การใช้เมตริกอัตโนมัติ แม้จะมีประโยชน์เพียงบางส่วน แต่ก็ยังไม่น่าพอใจ เนื่องจากไม่ได้คำนึงถึงภาพ ในหลายกรณี การให้คะแนนยังคงไม่เพียงพอและบางครั้งก็ทำให้เข้าใจผิด

นักวิจัยนำแมชชีนเลิร์นนิงไปสู่เส้นทางสู่ข้อได้เปรียบเชิงควอนตัม

นักวิจัยนำแมชชีนเลิร์นนิงไปสู่เส้นทางสู่ข้อได้เปรียบเชิงควอนตัม RPA มีความหวังสูงว่าสักวันหนึ่งพลังการประมวลผลมหาศาลของคอมพิวเตอร์ควอนตัมจะปลดปล่อยความก้าวหน้าแบบทวีคูณในปัญญาประดิษฐ์ ระบบ AI เจริญเติบโตได้เมื่ออัลกอริทึมการเรียนรู้ของเครื่องที่ใช้ในการฝึกได้รับข้อมูลจำนวนมหาศาลเพื่อนำเข้า จำแนก และวิเคราะห์ ยิ่งสามารถจำแนกข้อมูลตามลักษณะเฉพาะหรือลักษณะเฉพาะได้แม่นยำมากเท่าไร AI ก็ยิ่งทำงานได้ดีขึ้นเท่านั้น คาดว่าคอมพิวเตอร์ควอนตัมจะมีบทบาทสำคัญในการเรียนรู้ของเครื่อง ซึ่งรวมถึงส่วนสำคัญของการเข้าถึงพื้นที่คุณลักษณะที่ซับซ้อนในการคำนวณมากขึ้น ซึ่งเป็นแง่มุมที่ละเอียดของข้อมูลที่อาจนำไปสู่ข้อมูลเชิงลึกใหม่ๆ ระบบจัดการภายใน ในบทความวิจัยเรื่องNatureฉบับใหม่ที่ชื่อว่า ” Supervised learning with quantum Enhanced feature Spaces ” ทีมของฉันที่IBM Researchร่วมกับMIT-IBM Watson AI Labอธิบายการพัฒนาและทดสอบอัลกอริทึมควอนตัมที่มีศักยภาพในการเปิดใช้งานการเรียนรู้ของเครื่องบนควอนตัม คอมพิวเตอร์ในอนาคตอันใกล้นี้ เราได้แสดงให้เห็นว่าในขณะที่คอมพิวเตอร์ควอนตัมมีประสิทธิภาพมากขึ้นในปีต่อๆ ไป และปริมาณควอนตัมก็เพิ่มขึ้น พวกเขาจะสามารถทำการแมปคุณลักษณะ ซึ่งเป็นองค์ประกอบสำคัญของการเรียนรู้ของเครื่อง บนโครงสร้างข้อมูลที่ซับซ้อนสูงในระดับที่ไกลเกินกว่า เข้าถึงได้แม้กระทั่งคอมพิวเตอร์คลาสสิกที่ทรงพลังที่สุดวิธีการของเรายังสามารถจัดประเภทข้อมูลด้วยการใช้วงจรเชิงลึกซึ่งเปิดเส้นทางสู่การจัดการกับการถอดรหัส การแมปคุณลักษณะของเราทำงานตามที่คาดการณ์ไว้อย่างมีนัยสำคัญเช่นเดียวกัน: ไม่มีข้อผิดพลาดในการจัดหมวดหมู่กับข้อมูลที่ออกแบบของเรา แม้ว่าโปรเซสเซอร์ของระบบIBM Qจะประสบปัญหาการถอดรหัสใหญ่กว่า ดีกว่าการแมปคุณลักษณะเป็นวิธีการแยกส่วนข้อมูลเพื่อเข้าถึงแง่มุมที่ละเอียดยิ่งขึ้นของข้อมูลนั้น อัลกอริธึมการเรียนรู้ของเครื่องทั้งแบบคลาสสิกและแบบควอนตัมสามารถแบ่งรูปภาพได้ ตัวอย่างเช่น โดยพิกเซลและวางไว้ในตารางตามค่าสีของแต่ละพิกเซล จากนั้นอัลกอริธึมจะจับคู่จุดข้อมูลแต่ละจุดแบบไม่เชิงเส้นกับพื้นที่มิติสูง โดยแยกย่อยข้อมูลตามคุณลักษณะที่สำคัญที่สุด ในพื้นที่สถานะควอนตัมที่มีขนาดใหญ่กว่ามาก เราสามารถแยกลักษณะและคุณสมบัติของข้อมูลนั้นได้ดีกว่าที่เราสามารถทำได้ในแผนผังคุณลักษณะที่สร้างโดยอัลกอริธึมการเรียนรู้ของเครื่องแบบคลาสสิก ในที่สุด ยิ่งสามารถจำแนกข้อมูลได้อย่างแม่นยำตามลักษณะเฉพาะหรือคุณลักษณะเฉพาะ ปัญญาประดิษฐ์ก็จะยิ่งทำงานได้ดีขึ้นเท่านั้นเป้าหมายคือการใช้คอมพิวเตอร์ควอนตัมเพื่อสร้างตัวแยกประเภทใหม่ที่สร้างแผนที่ข้อมูลที่ซับซ้อนยิ่งขึ้น ในการทำเช่นนั้น นักวิจัยจะสามารถพัฒนา

เปิดแล้ว: เตรียมควอนตัมพร้อมรางวัลวิทยาศาสตร์ใหม่สำหรับอาจารย์ นักศึกษา และนักพัฒนา

เปิดแล้ว: เตรียมควอนตัมพร้อมรางวัลวิทยาศาสตร์ใหม่สำหรับอาจารย์ นักศึกษา และนักพัฒนา RPA ไม่ว่าจะเป็นพีซี สมาร์ทโฟน หรือคอมพิวเตอร์ควอนตัม ข้อเท็จจริงประการหนึ่งยังคงสอดคล้องกัน: สูตรแห่งความสำเร็จต้องอาศัยการสร้างระบบนิเวศที่มีส่วนร่วมและเฟื่องฟูเป็นอย่างมากตัวอย่างเช่น เมื่อวันที่12 สิงหาคม พ.ศ. 2524เมื่อ IBM เปิดตัว IBM 5150 (ในที่สุดเรียกว่า IBM PC) ในงานแถลงข่าวที่นครนิวยอร์ก มันมาพร้อมกับเทคโนโลยีของบุคคลที่สามซึ่งรวมถึง VisiCalc ซึ่งเป็นสเปรดชีต EasyWriter โปรแกรมประมวลผลคำและเครื่องพิมพ์ดอทเมทริกซ์ การตลาดออนไลน์ สิ่งนี้เป็นไปได้เพียงเพราะ IBM เลือกที่จะทำให้ 5150 เป็นผลิตภัณฑ์ “สถาปัตยกรรมแบบเปิด” ซึ่งหมายความว่าได้เผยแพร่ข้อมูลอ้างอิงทางเทคนิคเกี่ยวกับการออกแบบวงจรของระบบและซอร์สโค้ดของซอฟต์แวร์ ดังนั้นบริษัทอื่นๆ เช่น VisiCorp, Information Unlimited Software และ Epson สามารถพัฒนาได้ ซอฟต์แวร์และสร้างส่วนประกอบต่อพ่วง การเปิดพีซีนั้นได้ผลและภายในเดือนมกราคม พ.ศ. 2526 พีซีของ IBM มีจำหน่ายทั่วโลก — ที่จุดสูงสุด พีซีของ IBM

การฝังตรรกะที่ได้รับแรงบันดาลใจจากควอนตัมเพื่อการเป็นตัวแทนความรู้

การฝังตรรกะที่ได้รับแรงบันดาลใจจากควอนตัมเพื่อการเป็นตัวแทนความรู้ RPA การแสดงความรู้เป็นสาขาของ AI ที่เกี่ยวข้องกับการแสดงความรู้ในรูปแบบที่เครื่องสามารถจัดเก็บ เข้าถึง และใช้สำหรับการแก้ปัญหาการให้เหตุผลที่ซับซ้อน เช่น การตอบคำถาม การโต้ตอบในระบบการสนทนา และการโต้แย้งทางคอมพิวเตอร์ ในบทความใหม่ของเราที่จะนำเสนอที่ NeurIPS 2019 เราพัฒนาการแสดงความรู้ใหม่ ซึ่งเราเรียกว่า “การฝังควอนตัม” ซึ่งแสดงถึงความรู้เชิงแนวคิดโดยใช้การแสดงพื้นที่เวกเตอร์ที่คงโครงสร้างเชิงตรรกะไว้ และช่วยให้สามารถแก้ปัญหาการใช้เหตุผลได้อย่างถูกต้องและ อย่างมีประสิทธิภาพ การตลาดออนไลน์ จนกระทั่งเมื่อเร็วๆ นี้ แนวทางที่โดดเด่นในการนำเสนอความรู้ส่วนใหญ่เป็นสัญลักษณ์ โดยที่ข้อเท็จจริงจะแสดงด้วยสัญลักษณ์ และใช้การให้เหตุผลเชิงตรรกะเพื่ออนุมานข้อเท็จจริงใหม่และทำการอนุมาน ตัวอย่างของกรอบงานเชิงสัญลักษณ์และตรรกะ ได้แก่ First Order Logic (FOL), Web Ontology Language (OWL) และ Frame Language ในทางปฏิบัติ การใช้เหตุผลเชิงสัญลักษณ์อาจช้าและเปราะบาง แม้จะแม่นยำก็ตาม ในทางกลับกัน การแทนค่าพื้นที่เวกเตอร์แบบต่อเนื่อง และกรอบการให้เหตุผลที่สอดคล้องกัน เป็นทางเลือกหนึ่ง [1] แม้ว่าพวกเขาจะรวดเร็วและมีประสิทธิภาพ แต่ก็เป็นค่าประมาณ การแสดงอย่างต่อเนื่องเกิดขึ้นจากสาขาวิชา Statistical Relational Learning (SRL) [2,

CERN, IBM ทำงานร่วมกันบน Quantum Computing

CERN, IBM ทำงานร่วมกันบน Quantum Computing RPA เซิร์น, ห้องปฏิบัติการยุโรปสำหรับฟิสิกส์อนุภาคเป็นบ้านเครื่องเร่งอนุภาคที่ใหญ่ที่สุดในโลกขนาดใหญ่ Hadron Collider การทดลองที่สร้างขึ้นบนเครื่องนี้ช่วยให้นักฟิสิกส์เช่นฉันได้ศึกษาโครงสร้างพื้นฐานของจักรวาลของเราCERN มีโปรแกรมอัปเกรดที่ทะเยอทะยานสำหรับตัวเร่งความเร็วและการทดลองในอีกไม่กี่ปีข้างหน้า นี้จะนำไปสู่ความต้องการใช้คอมพิวเตอร์ที่น่ากลัว ภายในปี 2026 ความต้องการด้านคอมพิวเตอร์ – ภายใต้สมมติฐานที่อนุรักษ์นิยมตามวิวัฒนาการของฮาร์ดแวร์ ซอฟต์แวร์ และเทคนิค – คาดว่าจะสูงกว่าปัจจุบันประมาณ 50-100 เท่า! การตลาดออนไลน์ เพื่อตอบสนองความท้าทายนี้และจัดหาทรัพยากรเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) ที่เพียงพอสำหรับการจัดการและการวิเคราะห์ข้อมูลCERN openlabกำลังทำงานร่วมกับชุมชนการวิจัยทั่วโลกเพื่อสำรวจโซลูชันการคำนวณที่เป็นนวัตกรรมใหม่ Openlab เซิร์นเป็นความร่วมมือภาครัฐและเอกชนที่ผ่านการเซิร์นทำงานร่วมกับ บริษัท ชั้นนำด้านไอซีทีในการสร้างสรรค์นวัตกรรมไดรฟ์ความช่วยเหลือ IBMเป็นหนึ่งในสมาชิกล่าสุดที่เข้าร่วมความร่วมมือนี้คอมพิวเตอร์ควอนตัมเป็นเทคโนโลยีที่เกิดขึ้นใหม่อย่างหนึ่งที่รักษาสัญญาในแง่ของการมอบความก้าวหน้าครั้งสำคัญในด้านพลังการคำนวณ CERN openlab ได้เปิดตัวโครงการจำนวนมากในสาขานี้โดยได้รับความร่วมมืออย่างใกล้ชิดกับผู้ขายรายใหญ่และผู้ใช้ขั้นสูงIBM เป็นหนึ่งในผู้เล่นหลักในด้านนี้ ในขณะนี้ บริษัทได้ผลิตเครื่องควอนตัมขนาด 5 คิวบิตสำหรับใช้งานสาธารณะ พร้อมกับชุดซอฟต์แวร์โอเพ่นซอร์สที่สมบูรณ์ CERN openlab และ IBM ได้ทำงานเกี่ยวกับการพัฒนาแอปพลิเคชันควอนตัมสำหรับฟิสิกส์อนุภาคแล้ว การขยายความร่วมมือนี้เพื่อรวมงานบนIBM Quantumซึ่งเป็นระบบคอมพิวเตอร์ควอนตัมแบบบูรณาการระบบแรกสำหรับการใช้งานเชิงพาณิชย์ เป็นก้าวสำคัญในการทำงานร่วมกันที่ประสบความสำเร็จอยู่แล้วของเราฟิสิกส์ของอนุภาคเกี่ยวข้องกับปริมาณงานด้านการคำนวณที่หลากหลายมาก ดังนั้นจึงนำเสนอโอกาสในการประเมินการบังคับใช้และศักยภาพของการคำนวณควอนตัม งานวิจัยที่น่าตื่นเต้นมากสาขาหนึ่งคือการจำลองกระบวนการกลศาสตร์ควอนตัมโดยตรงบนเครื่องควอนตัม อีกด้านหนึ่งของสเปกตรัมของแอปพลิเคชัน การใช้การคำนวณควอนตัมร่วมกับปัญญาประดิษฐ์และโครงข่ายประสาทเทียมเชิงลึกสามารถเปิดโอกาสใหม่ๆ

Riding the Quantum Ferris Wheel

Riding the Quantum Ferris Wheel RPA นักเล่นเกมนักฟิสิกส์มารวมตัวกันที่ Quantum Jam ประจำปีครั้งที่ห้าในเฮลซิงกิหากคุณดูประวัติของการคำนวณ คุณจะพบว่ามันทำงานควบคู่ไปกับประวัติของเกมคอมพิวเตอร์ จากBertie the Brain ในปี 1950 สู่Spacewar! ในปีพ.ศ. 2505 เกมแรกเริ่มได้รับการออกแบบมาเพื่อทำงานที่จริงจังควบคู่ไปกับความสนุกสนาน เช่น การจัดแสดงฮาร์ดแวร์ ให้ตัวอย่างเกี่ยวกับวิธีการเขียนซอฟต์แวร์หรือการผลักดันอุปกรณ์ให้ถึงขีดสุด ตัวอย่างเหล่านี้แสดงให้เราเห็นว่าเกมสามารถทำอะไรกับเทคโนโลยีที่เกิดขึ้นใหม่ได้ เป็นตัวอย่างที่ติดตามมาหลายครั้งด้วยAIรวมถึงโปรแกรมของIBM Researchเพื่อเล่นหมากฮอสในยุค 50 หมากรุกในยุค 90 และล่าสุด เกมโชว์ทางทีวีJeopardy! . ตอนนี้ก็ถึงเวลาที่จะทำเช่นเดียวกันกับการคำนวณควอนตัม การตลาดออนไลน์ นี่คือสิ่งที่ฉันเริ่มต้นในปี 2017 เมื่อฉันสร้างเรือประจัญบานที่มีประตูไม่บางส่วน สิ่งนี้ใช้Qiskitซึ่งเป็นเฟรมเวิร์กโอเพ่นซอร์สของเราสำหรับการคำนวณควอนตัม และเป็นเกมแรกที่ทำงานบนคอมพิวเตอร์ควอนตัมจริง เรือประจัญบานเวอร์ชันที่เรียบง่ายนี้นำเสนอองค์ประกอบง่ายๆ บางประการของการเขียนโปรแกรมควอนตัม แต่ได้รับการออกแบบมาเพื่อช่วยให้ผู้คนเรียนรู้ Qiskit มากกว่าที่จะเล่นจริง มีเกมอื่นๆ ตามมาด้วยขอบเขตที่คล้ายคลึงกัน เช่นเดียวกับโครงการสร้างสรรค์อื่นๆ เพื่อออกแบบภาพและเพลงด้วยอุปกรณ์ควอนตัมต้นแบบของเราด้วยตัวอย่างเหล่านี้ ฉันเพิ่งไปเที่ยวฟินแลนด์ ขั้นแรก ผมได้บรรยายเกี่ยวกับการออกแบบเกมที่มหาวิทยาลัย Aalto เพื่ออธิบายโอกาสที่คอมพิวเตอร์ควอนตัมจะนำมาสู่อนาคต รวมถึงวิธีการใช้งานในปัจจุบัน จากนั้นฉันก็เข้าร่วมในเกมแจมนี่ไม่ใช่เกมติดขัดธรรมดา