Úvod do kvantového strojového učenia pre inžinierov

Pôvodný názov:

An Introduction to Quantum Machine Learning for Engineers

Obsah knihy:

Táto monografia je motivovaná niekoľkými nedávnymi udalosťami, ktoré zrejme definujú možnú novú úlohu výskumných pracovníkov s inžinierskym profilom. Po prvé, v súčasnosti existuje niekoľko softvérových knižníc - napríklad Qiskit od IBM, Cirq od Google a PennyLane od Xanadu - ktoré sprístupňujú programovanie kvantových algoritmov a zároveň poskytujú cloudový prístup k skutočným kvantovým počítačom. Po druhé, objavuje sa nový rámec na programovanie kvantových algoritmov, ktoré sa dajú spustiť na súčasnom kvantovom hardvéri: kvantové strojové učenie.

V súčasnej ére hlučných stredne veľkých kvantových počítačov (NISQ) sa kvantové strojové učenie stáva dominantnou paradigmou na programovanie kvantových počítačov založených na bránach. Pri kvantovom strojovom učení sa brány kvantového obvodu parametrizujú a parametre sa ladia prostredníctvom klasickej optimalizácie na základe údajov a meraní výstupov obvodu. Parametrizované kvantové obvody (PQC) môžu efektívne riešiť kombinatorické optimalizačné problémy, implementovať pravdepodobnostné generatívne modely a vykonávať inferenciu (klasifikáciu a regresiu).

Táto monografia poskytuje samostatný úvod do kvantového strojového učenia pre publikum inžinierov so základmi pravdepodobnosti a lineárnej algebry. Najprv opisuje pozadie, koncepty a nástroje potrebné na opis kvantových operácií a meraní. Potom sa zaoberá parametrizovanými kvantovými obvodmi, variačným kvantovým eigensolverom, ako aj formuláciami kvantového strojového učenia bez dohľadu a s dohľadom.