O introducere în învățarea automată cuantică pentru ingineri

Titlul original:

An Introduction to Quantum Machine Learning for Engineers

Conținutul cărții:

Această monografie este motivată de o serie de evoluții recente care par să definească un posibil nou rol pentru cercetătorii cu profil ingineresc. În primul rând, există în prezent mai multe biblioteci software - cum ar fi Qiskit de la IBM, Cirq de la Google și PennyLane de la Xanadu - care fac programarea algoritmilor cuantici mai accesibilă, oferind în același timp acces în cloud la computere cuantice reale. În al doilea rând, apare un nou cadru pentru programarea algoritmilor cuantici care să fie executați pe hardware-ul cuantic actual: învățarea automată cuantică.

În actuala eră cuantică la scară intermediară zgomotoasă (NISQ), învățarea mașinilor cuantice apare ca o paradigmă dominantă pentru programarea computerelor cuantice bazate pe porți. În învățarea automată cuantică, porțile unui circuit cuantic sunt parametrizate, iar parametrii sunt reglați prin optimizare clasică pe baza datelor și a măsurătorilor ieșirilor circuitului. Circuitele cuantice parametrizate (PQC) pot aborda eficient probleme de optimizare combinatorie, pot implementa modele generative probabilistice și pot efectua inferențe (clasificare și regresie).

Această monografie oferă o introducere de sine stătătoare la învățarea automată cuantică pentru un public de ingineri cu cunoștințe de probabilitate și algebră liniară. Ea descrie mai întâi contextul, conceptele și instrumentele necesare pentru a descrie operațiunile și măsurătorile cuantice. Apoi, acoperă circuitele cuantice parametrizate, eigensolverul variațional cuantic, precum și formulările de învățare automată cuantică supravegheată și nesupravegheată.