Компания D-Wave открыла код вычислительного пакета для квантовых компьютеров

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

АРХИВ


Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
птичий грипп

Новостная лента форума ailab.ru

Компания D-Wave Systems, которая первой наладила промышленное производство предметно-ориентированных квантовых компьютеров и совместно с Google, NASA и USRA участвует в инициативе Quantum AI Lab, объявила об открытии исходных текстов пакета Qbsolv, предназначенного для упрощения построения программ для квантовых компьютеров разработчиками без наличия специальной подготовки в области квантовой физики. Код открыт под лицензией Apache 2.0 и включает компоненты на языках Си и Python.

Ранее пакет Qbsolv уже был опробован некоторыми партнёрами D-Wave, а теперь открыт доступ для широкой публики и любой желающий может принять участие в его развитии. Открытие кода является частью стратегии D-Wave по созданию экосистемы разработчиков для квантовых компьютеров. В настоящее время не все компьютерные специалисты осознают потенциал технологий квантовых вычислений, Qbsolv делает данные возможности осязаемыми и позволяет исследователям и практикам подключиться к разработке.

Qbsolv позволяет создавать высокоуровневые инструменты и приложения, опирающиеся на вычисления на квантовых компьютерах, не требуя понимания отвлечённых абстракций и принципов построения квантовых вычислений. Задействование квантовых систем позволяет ускорить решение больших и сложных математических проблем. В частности, Qbsolv предлагает систему для задействования квантовых компьютеров для выполнение квадратичных произвольных двоичных оптимизаций (Quadratic unconstrained binary optimization - QUBO), востребованных в системах машинного обучения.

Qbsolv позволяет решать большие проблемы оптимизации за счёт их разбиения на сегменты, которые по отдельности могут выполняться на квантовых процессорах D-Wave с последующей компоновкой результатов в итоговое решение. Сегментирование позволяет сократить время решения проблемы до 20 раз по сравнению с вычислением на квантовом процессоре задачи целиком. В качестве практических примеров уже созданных на базе Qbsolv приложений приводится система для предсказания эпилептических припадков за 20-40 минут до их появления у пациентов. Другим примеров является использование Qbsolv для сокращения времени и себестоимости производства за счёт выбора оптимальной стратегии группирования станков и деталей.


Источник: it-news.club