TensorFlow Quantum: Googles neue Bibliothek für Quantum-Machine-Learning
Mit TensorFlow Quantum veröffentlicht Google eine neue Bibliothek, die die Forschungsfelder Machine Learning und Quantencomputer enger verzahnen soll.
(Bild: sdecoret/Shutterstock.com)
- Björn Bohn
Google hat in Zusammenarbeit mit der Universität Waterloo, Volkswagen und dem Forschungsunternehmen X (früher "Google X") die Bibliothek TensorFlow Quantum (Q) quelloffen zur Verfügung gestellt. Sie soll die Grundlage zum Erstellen von Prototypen sogenannter Quantum-Machine-Learning-Modelle bilden. Unter der Haube verknüpft sie die beiden Google-Frameworks Cirq (für Quantenalgorithmen) und TensorFlow (für Machine Learning). Ziel des Projekts ist es, die Zusammenarbeit der beiden Forschungsfelder zu verstärken.
Quantensprung für TensorFlow?
Vereinfacht gesprochen soll ein solches Quantenmodell Daten repräsentieren, die eine quantenmechanische Herkunft haben. TFQ enthält dafür die grundlegenden Strukturen wie Qubits, Gatter, Schaltkreise und Messoperatoren, die für die Spezifikation von Quantenberechnungen erforderlich sind. Benutzerspezifizierte Quantenberechnungen können Entwickler dann in einer Simulation ausführen. Cirq soll dabei den Anwendern helfen, effiziente Algorithmen für NISQ-Maschinen (Noisy Intermediate-Scale Quantum) zu entwerfen.
Mit TensorFlow Quantum sollen Forscher Quantendatensets und -modelle als Tensoren in einem einzelnen Computational Graph erstellen können. Das Training der Modelle erfolgt über die Machine-Learning-Bibliothek Keras. Insgesamt soll TFQ mehrere Arbeitsschritte abdecken können, angefangen bei der Vorbereitung der Datensets bis hin zum Evaluieren der Bestandteile des Modells.
Ein wesentliches Merkmal von TensorFlow Quantum ist die Fähigkeit, viele Quantenschaltungen gleichzeitig zu trainieren und auszuführen. Dazu kann das Framework Berechnungen über einen Cluster von Computern hinweg parallelisieren, und relativ große Quantenschaltungen auf Mehrkernrechnern simulieren. Um letzteres zu erreichen, kündigt Google ebenfalls die Veröffentlichung von qsim an, einem neuen Hochleistungs-Open-Source-Quantenschaltungssimulator, der wohl die Fähigkeit zur Simulation einer 32-Qubit-Quantenschaltung demonstriert hat.
Vom 26. bis 28. Mai findet in Mannheim zum dritten Mal die die Minds Mastering Machines statt. Die von heise Developer, iX und dem dpunkt.verlag ausgerichtete Konferenz zu Machine Learning bietet in ihrem Programm zahlreiche Beiträge rund um das Machine-Learning-Framework TensorFlow.
Bis zum 3. April gilt für den Kauf von Konferenztickets der Frühbucherrabatt, mit dem sich der Ticketpreis für die Konferenz um 150 Euro reduziert.
Weitere Pläne
Momentan kann TensorFlow Quantum nur auf den klassischen Simulatoren der Quantenschaltungen laufen. Künftig will Google das Projekt auch für echte Quantenprozessoren zugänglich machen, wie den hauseigenen Symacore. Genauere Details zur neuen Bibliothek finden sich in einem Google-Blogbeitrag. (bbo)
