飛槳發(fā)布量槳，成為國內(nèi)首個支持量子機器學習的深度學習平臺

雷鋒網(wǎng) AI 科技評論按：5月20日，在百度舉辦的 WAVE SUMMIT 2020深度學習開發(fā)者峰會上，百度研究院量子計算研究所所長段潤堯發(fā)布了國內(nèi)首個（也是唯一一個，同時也是全球第二個）支持量子機器學習的工具集：量槳（Paddle Quantum）。

簡單來說，Paddle Quantum 是一個基于百度開源框架PaddlePaddle的機器學習庫，支持量子神經(jīng)網(wǎng)絡的搭建與訓練，提供易用的量子機器學習開發(fā)者套件與量子優(yōu)化、量子化學等前沿量子應用工具集，相關量子算法的研究可以調(diào)用量槳內(nèi)部的計算框架，然后用 Python 編程完成運算。

據(jù)段潤堯博士介紹，「量槳」特性有三，分別為：

• 易用性：提供簡潔的神經(jīng)網(wǎng)絡搭建與豐富的量子機器學習案例。

• 通用性與拓展性：支持常用量子電路模型，提供多項優(yōu)化工具。

• 特色工具集：提供量子優(yōu)化、量子化學等前沿量子應用工具集，自研多項量子機器學習應用。

量槳的量子機器學習開發(fā)套件包括：量子開發(fā)工具集，量子化學庫，以及一系列優(yōu)化工具。與此同時，在量槳的Github開源中，我們還可以看到一系列入門教程，涵蓋量子優(yōu)化、量子化學、量子機器學習等多個領域的經(jīng)典量子應用。

這里我們想要提一下，段潤堯博士在前幾天舉辦的「 AI TIME論道：量子計算離我們還遠嗎? 」中曾提到，量子計算這個方向代表著未來，因此是一個值得入門的方向，但這個學科的入門非常難，“ 涉及計算理論、超導物理等多領域的知識，了解量子物理是必要的，但是不能陷入研究物理的‘陷阱’，而是應該從計算機學生的特長入手，夯實數(shù)學基礎，掌握形式化的方法，弄懂量子力學的四條公理，清楚如何用線性代數(shù)刻畫四條公理，掌握基本的“語言”之后再嘗試解決一些小問題，以此逐步進入量子計算的‘門’，之后再逐步補充物理的知識，形成一個螺旋式上升的過程。”

從這個層面來說，這些教程顯然是入門量子計算的第一步的第一個動作。

量子機器學習平臺的開源，與我們何干？

正如物理學家理查德·費曼所說，“ 自然世界不是經(jīng)典的，如果你想模擬自然世界，最好使用一套量子的機制。”

在過去幾年，盡管以深度學習為代表的機器學習方法在許多問題上產(chǎn)生了深遠的影響。然而從長遠來看，正如牛頓經(jīng)典力學并不能精確描述自然世界一樣，我們?nèi)粝肽M自然世界，經(jīng)典機器學習方法會顯得力有未逮，而量子機器學習方法則將成為必然。 如今，諸多科技巨頭相繼布局量子計算，由此也可見，在未來的10~20年內(nèi)，量子計算以及量子機器學習必將成為社會發(fā)展的重要推動力。

現(xiàn)在入手量子計算，或恰逢其時。

下載 Paddle Quantum 并安裝

或使用 requirements.txt 安裝依賴包

使用 openfermion 讀取xyz 描述文件 （僅可在linux下安裝使用）

VQE中調(diào)用 openfermion 讀取分子xyz文件并計算，因此需要安裝 openfermion 和 openfermionpyscf。

運行

量槳Github鏈接： https://github.com/PaddlePaddle/Quantum

https://www.leiphone.com/news/202005/my4QkXE4vZSqZzAY.html