Хотите начать работу с квантовым машинным обучением? Взгляните на статью Практическое квантовое машинное обучение с помощью Python.

Квантовые компьютеры больше не являются научной фантастикой. Они реальность.

Google уже заявлял о квантовом превосходстве в 2019 году - их квантовый компьютер решил задачу за 200 секунд, на что классическому компьютеру потребовалось бы 10 000 лет. Несмотря на то, что IBM возражает, что один из их (классических) суперкомпьютеров может решить ту же проблему менее чем за три дня, это все равно впечатляющее ускорение.

Но если два технологических гиганта будут сражаться за то, чьи устройства первыми докажут квантовое превосходство, шансы найти квантовый компьютер для продажи у местного продавца очень малы. Итак, даже если они существуют, если у вас нет нескольких миллионов долларов, которые вам не нужны, вы не сможете купить квантовый компьютер сегодня.

В то же время квантовые вычисления - одна из самых перспективных технологий. Это технология, которую вы, возможно, захотите начать изучать сегодня, а не завтра.

Итак, что вы можете сделать?

Вариант 1: Облако

Конечно же облако! Сегодня все в облаке. Есть довольно много поставщиков облачных услуг, предлагающих ресурсы квантовых вычислений.

В первую очередь, это IBM. IBM предлагает бесплатный доступ к своим квантовым компьютерам в облаке IBM. В настоящее время самый большой квантовый компьютер, который они позволяют использовать, - это компьютер на 27 кубитов.

Проблема в том, что вам нужно дождаться свободного слота. Иногда для запуска вашей схемы требуются часы.

Во-вторых, есть Google. Google предоставляет доступ к аппаратному обеспечению квантовых вычислений на основе своей службы квантовых вычислений. Но в настоящее время доступ предоставляется только тем, кто находится в утвержденном списке. Кроме того, они не указывают размер оборудования.

Третий игрок - Amazon. Amazon не разрабатывает собственное оборудование. Но они предоставляют доступ к оборудованию других производителей, например, Rigetti. В их портфеле есть квантовый компьютер Aspen-8 с 32 кубитами. Обратной стороной является то, что вам нужно платить за каждую казнь и за каждый выстрел.

Вариант 2: облачные симуляторы

Три облачных сервиса также предоставляют симуляторы. Вместо квантового компьютера вашу схему вычисляет классический компьютер. Конечно, он не так быстр, как квантовый компьютер, но если вы хотите только посмотреть, работает ли ваша схема, они подойдут.

IBM Cloud предоставляет различные симуляторы размером до 100 кубитов. Хотя вы можете использовать его бесплатно, ваша схема не запускается мгновенно, но она должна ждать свободного слота.

Как и их реальное квантовое оборудование, Google не очень конкретен в симуляторах, которые они предоставляют в своем облаке Google.

Симулятор Amazon Braket TN1 может моделировать определенные типы квантовых схем размером до 50 кубитов.

Вариант 3: локальный симулятор

Третий вариант - использовать локальную машину для моделирования квантовых схем. В зависимости от вашего оборудования и схемы, которую вы создаете, ваше локальное устройство вычисляет от десяти до 20 кубитов за разумное время.

Очевидные преимущества заключаются в том, что вам не нужно ждать, пока заработает ваша цепь, и вам не нужно платить дополнительную плату.

Вывод

Локальное моделирование - лучший вариант при разработке схемы. Когда бы вы ни захотели увидеть, как конкретная структура схемы влияет на результат, лучшим вариантом будет ваш компьютер.

Конечно, вам нужно, чтобы ваша схема была небольшой. Следовательно, есть пределы сложности реальной проблемы, которую вы можете решить.

Если у вас есть схема, которая хорошо справляется с небольшой проблемой, вы можете отправить ее в облачные симуляторы и оборудование IBM. Вы увидите, работает ли ваша схема в реальной среде с шумом и декогеренцией. И вы узнаете, масштабируется ли он до размера, который ваша локальная машина, скорее всего, не сможет имитировать.

Наконец, если вы хотите встроить свою квантовую схему в производительную среду и когда время имеет значение, вы можете подумать об оплате использования реальных устройств с помощью AWS Braket.

Хотите начать работу с квантовым машинным обучением? Взгляните на статью Практическое квантовое машинное обучение с помощью Python.

Первые три главы получите бесплатно здесь.