Den kinesiske teknologigigants Paddle Quantum-udviklingsværktøjssæt er nu tilgængelig på GitHub, hvilket gør det muligt for udviklere at bygge og træne kvanteneurale netværksmodeller og inkluderer kvantecomputerapplikationer.
Baidu har frigivet værktøjssættet til sin kvantemaskinelæringsplatform, Paddle Quantum, som den siger vil gøre det muligt for udviklere at bygge og træne kvanteneurale netværksmodeller. Værktøjssættet er bygget på den kinesiske teknologigigants dybe læringsplatform PaddlePaddle og inkluderer også kvantecomputerapplikationer.
Paddle Quantum, i øjeblikket tilgængelig på GitHub, omfatter et sæt kvantemaskinelæringsværktøjssæt, herunder et kvantekemibibliotek og optimeringsværktøjer, som samt tre kvanteapplikationer: kvantemaskinelæring, kvantekemisk simulering og kvantekombinatorisk optimering.
Adskillige underliggende funktioner i PaddlePaddle, herunder matrixmultiplikationer, gør det også muligt for Paddle Quantum at understøtte kvantekredsløbsmodeller og generel kvanteberegningsforskning, Baidu sagde i en udtalelse onsdag.
Speciel funktion
Særlig rapport: CIO's guide til kvanteberegning (gratis PDF)
Kvantecomputere giver store løfter til kryptografi og optimeringsproblemer. ZDNet udforsker, hvad kvantecomputere vil og ikke vil være i stand til, og de udfordringer, vi stadig står over for.
Læs nuFor at fremhæve platformens ekstra fleksibilitet sagde den kinesiske teknologileverandør, at Paddle Quantum kunne køre en ny implementering af Quantum Approximate Optimization Algorithm (QAOA) ved halvdelen af antallet af lag i dens kvante neurale netværk.
Direktør for Baidu's Institute for Quantum Computum, Duan Runyao, sagde: "Forskere inden for kvanteområdet kan bruge Paddle Quantum til at udvikle kvante kunstig intelligens (AI) og deep learning-entusiaster har en genvej til at lære kvantecomputere."
Baidu introducerede også syv nye værktøjer, der tilbyder 27 forbedrede funktioner til PaddlePaddle. Disse omfattede Paddle.js, et deep learning JapaScript-bibliotek, der ville gøre det muligt for udviklere at bruge AI i browseren eller smarte miniprogrammer i apps som Wechat. Opdateringerne omfattede også Parakeet, et tekst-til-tale-værktøjssæt med forskellige modeller såsom WaveFlow og ClariNet, samt Paddle X, et integrationsudviklingsværktøj til databehandling.
Ifølge Baidu er PaddlePaddle blevet adopteret af mere end 1,9 millioner udviklere, hvor mere end 84.000 virksomheder bruger den dybe læringsplatform til at skabe mere end 230.000 modeller. Virksomheden sagde, at det også arbejdede med flere globale hardwareproducenter, herunder Intel, Huawei, MediaTek og Inspur, på PaddlePaddle-økosystemet.
Baidu CTO Wang Haifeng sagde: "Nu er en hidtil uset mulighed for udviklingen af PaddlePaddle givet fremkomsten af industriel intelligens og accelerationen af AI-drevet infrastruktur. Vi vil fortsætte med at omfavne open source-ånden, drive teknologisk innovation og samarbejde med udviklere til at fremme deep learning og AI-teknologier og fremskynde den industrielle proces intelligens."
Alibaba sidste november også udgivet kernekoderne for sin maskinlæringsplatform Alink på GitHub, uploader en række algoritmebiblioteker, som den sagde understøttede batch- og streambehandling. Disse var afgørende for at understøtte maskinlæringsopgaver såsom online produktanbefalinger og smart kundeservice.
RELATERET DÆKNING
- Baidu viser en omsætningsnedgang på 7 % på grund af coronavirus
-
Baidu, Ford for at kickstarte forsøg med autonome køretøjer
- Baidu krediterer AI-fokus for årlig omsætningsstigning
- Intel, Baidu underskriver en 3-årig aftale om at samarbejde inden for cloud, AI, 5G
- Alibaba Cloud udgiver maskinlæringsalgoritme på GitHub
- Alibaba sætter 11-qubits kvantekraft på offentlig sky
- Alibaba varsler 'dataintelligens'-æraen, men står sandsynligvis over for sikkerhedsmæssige bekymringer over kinesiske bånd
- Googles TensorFlow er klar til kvante, men er AI klar til kvante?