【科学中心】本源向西安电子科技大学捐赠量子
全讯直播
阅读:
admin
2019-07-07 20:08

  本源作为中国第一家从事量子计算领域的公司,致力于研发量子计算芯片、测控系统和软件。本源深知目前国内量子计算力量对比国外仍很薄弱,所以期望通过捐赠量子学习机来给我国的量子教育事业提供支持,促进量子计算在不同领域上推动产业发展。

  2019年5月31 日,本源量子学习机捐赠仪式在西安电子科技大学人工智能学院举行。本源量子副总裁赵勇杰博士、西安电子科技大学人工智能学院党委书记魏峻、校研究生院副院长王爽、校量子计算与学习研究中心主任李阳阳等出席了捐赠仪式。

  会上,西安电子科技大学人工智能学院党委书记魏峻发表讲话:我国人工智能行业的深入发展对学校教育、对学校人工智能方向专业人才的培养提出了更高的要求。高校如何有效培养人才是如今不得不面对的难题。如何能够推动人工智能技术落地,促进产业也有效转化也是当前需要考虑的问题。希望量子学习机能够作为此方面产教融合开始的第一步,能够有效助益学校人工智能教育发展,推动人工智能与量子计算的深度融合。

  对此,本源量子赵勇杰博士表示,在未来几十年里,量子计算技术的发展可能很大程度上将推动深度学习和人工智能领域的进展,在开始时,本源量子学习机能够为学生或教师提供这样一个全栈式的量子编程学习环境,以及配套的学习文档和视频资料,这些软件和资料都是为了让同学们更好的学习量子计算概念,学习怎么在量子计算机上编程。这样才能够从基础方面推动人工智能发展的具体落实。而在未来,在完善的量子计算平台上融入人工智能,推动融合发展也是必然要走的路。

  会后,赵勇杰博士作了专题学术报告,从量子计算的起源讲起,对本源量子学习机上拥有的丰富的量子计算基础课程、视频、教案等资源进行了说明,重点介绍本源量子学习机所具备的教学与研究能力,并分享量子计算研究价值与广阔的应用前景。

  本源期望量子计算能够促进各种领域的发展,也希望提供的量子学习机将有助于推动明天的进步,有助于推动我国自主培养量子计算创新人才。

  人工智能可以说是21世纪影响最大的技术。神经网络和其他机器学习系统不仅在一些大部分人不擅长的任务上打败了人类,而且还在大脑的某些本职工作(例如:面部识别、语言翻译)上超越了人类。但这些系统的实现依赖于庞大的计算能力,未来人工智能要寻找的计算机不仅要更大,而且还要更先进。

  而以量子计算机现在的计算能力来说,在某方面,经过预判很大程度上将会超越其他所有计算机,比如,它将缩短传统密码技术的工作时间,这种杀手级应用将给现代加密技术带来巨大影响,当然,这种情况的实现可能还要数十年。

  量子计算机存在于一个跟经典计算机不同的计算领域,它的并行计算模式同时可以处理大量的数据,在遇到不完整或不确定数据时也不会卡住。科学家曾证明:即便是在P等于NP的情况下,有些问题仍然只有量子计算机才能解决。

  本源推量子学习机可模拟的量子比特位数不受限制,且该量子学习机搭载了本源自主研发的国内首款量子语言QRunes以及量子软件开发套件QPanda,还嵌入了一台高性能的本源量子虚拟机Emuware和一个简单明了易操作的量子计算编程平台,并提供量子计算相关的应用算法案例。

  凭借强大的专用量子计算仿真环境,本源量子学习机可以像一台真正的量子计算机那样模拟执行过程,这将为研究人员测试某些用于未来量子计算机的算法铺平了道路,特别关于AI应用程序的一些算法。早在2018年2月,本源就已经成功仿线位Hadmard门重复8192次为例,本源量子虚拟机耗时仅5s,足以证实未来的量子处理器将满足机器学习的计算需求。

  今年2月,本源量子在QPanda的基础上开发了一个名为VQNet的量子机器学习框架,该量子机器学习框架创造性的将量子机器学习组件与经典机器学习组件新结合,带来了符号化系统、自动微分、前向计算与反向传播等多种量子机器学习功能。通过这一套系统,可以实现目前量子机器学习领域中的所有算法。(论文公布在arXiv上:1901.09133)

  量子神经网络(Quantum neural networks)是基于量子力学原理的神经网络模型。QNN研究有两种不同的方法,一种是利用量子信息处理来改进现有的神经网络模型(有时也反过来),另一种是在大脑中寻找潜在的量子效应。在量子神经网络研究的计算方法中,可以将人工神经网络模型(广泛用于机器学习,用于模式分类的重要任务)与量子信息的优势相结合,以便开发更有效的算法。