Wykład 15 – Uczenie maszynowe i mechanika kwantowa

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Podstawy uczenia maszynowego

Wykład 15 – Uczenie maszynowe i mechanika kwantowa

Jarosław Miszczak

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie 1 Wprowadzenie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

2 Zastosowanie kwantów do ML

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

3 Zastosowanie ML do kwantów

Uczenie się obiektów kwantowych Sieci Kohonena

4 Podsumowanie

Perspektywy

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym. Przykładowe zastosowanie mechaniki kwantowej to tranzystor, laser, i diody.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym.

Przykładowe zastosowanie mechaniki kwantowej to tranzystor, laser, i diody.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym. Przykładowe zastosowanie mechaniki kwantowej to

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym. Przykładowe zastosowanie mechaniki kwantowej to tranzystor,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym. Przykładowe zastosowanie mechaniki kwantowej to tranzystor, laser,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym. Przykładowe zastosowanie mechaniki kwantowej to tranzystor, laser, i diody.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co to jest mechanika kwantowa?

Podstawowa teoria opisujące zasady działania świata na poziomie mikroskopowym. Przykładowe zastosowanie mechaniki kwantowej to tranzystor, laser, i diody.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak działa mechanika kwantowa?

Najważniejszą zasadą mechaniki kwantowej jest zasad liniowości.

Oznacza ona, że jeżeli dodamy do siebie dwa stany układu to wynik nadal będzie poprawnym stanem.

Takie sumy stanów to superpozycje stanów.

Układ nie jest jednocześnie w dwóch stanach – jest w stanie będący sumą pewnych wyróżnionych stanów.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak działa mechanika kwantowa?

Najważniejszą zasadą mechaniki kwantowej jest zasad liniowości.

Oznacza ona, że jeżeli dodamy do siebie dwa stany układu to wynik nadal będzie poprawnym stanem.

Takie sumy stanów to superpozycje stanów.

Układ nie jest jednocześnie w dwóch stanach – jest w stanie będący sumą pewnych wyróżnionych stanów.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak działa mechanika kwantowa?

Najważniejszą zasadą mechaniki kwantowej jest zasad liniowości.

Oznacza ona, że jeżeli dodamy do siebie dwa stany układu to wynik nadal będzie poprawnym stanem.

Takie sumy stanów to superpozycje stanów.

Układ nie jest jednocześnie w dwóch stanach – jest w stanie będący sumą pewnych wyróżnionych stanów.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak działa mechanika kwantowa?

Najważniejszą zasadą mechaniki kwantowej jest zasad liniowości.

Oznacza ona, że jeżeli dodamy do siebie dwa stany układu to wynik nadal będzie poprawnym stanem.

Takie sumy stanów to superpozycje stanów.

Układ nie jest jednocześnie w dwóch stanach – jest w stanie będący sumą pewnych wyróżnionych stanów.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak działa mechanika kwantowa?

Najważniejszą zasadą mechaniki kwantowej jest zasad liniowości.

Oznacza ona, że jeżeli dodamy do siebie dwa stany układu to wynik nadal będzie poprawnym stanem.

Takie sumy stanów to superpozycje stanów.

Układ nie jest jednocześnie w dwóch stanach – jest w stanie będący sumą pewnych wyróżnionych stanów.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co nam to daje?

Dzięki zasadzie superpozycji możemy operować na kombinacjach liniowych danych wejściowych.

W niektórych przypadkach daje to zmniejszeniem złożoności problemu – głównym przykładem jest to faktoryzacja.

Natomiast napisanie algorytmu/procedury tak by opłacało się ją wykonywać na komputerze kwantowym jest trudne.

Trudne jest również symulowanie takich obliczeń na komputerze klasycznym.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co nam to daje?

Dzięki zasadzie superpozycji możemy operować na kombinacjach liniowych danych wejściowych.

W niektórych przypadkach daje to zmniejszeniem złożoności problemu – głównym przykładem jest to faktoryzacja.

Natomiast napisanie algorytmu/procedury tak by opłacało się ją wykonywać na komputerze kwantowym jest trudne.

Trudne jest również symulowanie takich obliczeń na komputerze klasycznym.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co nam to daje?

Dzięki zasadzie superpozycji możemy operować na kombinacjach liniowych danych wejściowych.

W niektórych przypadkach daje to zmniejszeniem złożoności problemu – głównym przykładem jest to faktoryzacja.

Natomiast napisanie algorytmu/procedury tak by opłacało się ją wykonywać na komputerze kwantowym jest trudne.

Trudne jest również symulowanie takich obliczeń na komputerze klasycznym.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co nam to daje?

Dzięki zasadzie superpozycji możemy operować na kombinacjach liniowych danych wejściowych.

W niektórych przypadkach daje to zmniejszeniem złożoności problemu – głównym przykładem jest to faktoryzacja.

Natomiast napisanie algorytmu/procedury tak by opłacało się ją wykonywać na komputerze kwantowym jest trudne.

Trudne jest również symulowanie takich obliczeń na komputerze klasycznym.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Co nam to daje?

Dzięki zasadzie superpozycji możemy operować na kombinacjach liniowych danych wejściowych.

W niektórych przypadkach daje to zmniejszeniem złożoności problemu – głównym przykładem jest to faktoryzacja.

Natomiast napisanie algorytmu/procedury tak by opłacało się ją wykonywać na komputerze kwantowym jest trudne.

Trudne jest również symulowanie takich obliczeń na komputerze klasycznym.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

W stosowanym w informatyce kwantowej zapisie Diraca operujemy na stanach |0⟩, |1⟩, . . . , |n − 1⟩.

Zasada superpozycji pozwala nam również operować na stanach takich jak

|3⟩ + |7⟩ + |12⟩

Jeżeli nasze obliczenia spowodują, że otrzymamy powyższy stan, to mamy równą szansę, że nasz układ da wynik 3, 7 lub 12.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

W stosowanym w informatyce kwantowej zapisie Diraca operujemy na stanach |0⟩, |1⟩, . . . , |n − 1⟩.

Zasada superpozycji pozwala nam również operować na stanach takich jak

|3⟩ + |7⟩ + |12⟩

Jeżeli nasze obliczenia spowodują, że otrzymamy powyższy stan, to mamy równą szansę, że nasz układ da wynik 3, 7 lub 12.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

W stosowanym w informatyce kwantowej zapisie Diraca operujemy na stanach |0⟩, |1⟩, . . . , |n − 1⟩.

Zasada superpozycji pozwala nam również operować na stanach takich jak

|3⟩ + |7⟩ + |12⟩

Jeżeli nasze obliczenia spowodują, że otrzymamy powyższy stan, to mamy równą szansę, że nasz układ da wynik 3, 7 lub 12.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

W stosowanym w informatyce kwantowej zapisie Diraca operujemy na stanach |0⟩, |1⟩, . . . , |n − 1⟩.

Zasada superpozycji pozwala nam również operować na stanach takich jak

|3⟩ + |7⟩ + |12⟩

Jeżeli nasze obliczenia spowodują, że otrzymamy powyższy stan, to mamy równą szansę, że nasz układ da wynik 3, 7 lub 12.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1, negacja Not,

kontrolowana negacja CNot, pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1,

negacja Not,

kontrolowana negacja CNot, pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1, negacja Not,

kontrolowana negacja CNot, pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1, negacja Not,

kontrolowana negacja CNot,

pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1, negacja Not,

kontrolowana negacja CNot, pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1, negacja Not,

kontrolowana negacja CNot, pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Na tak zakodowanych liczbach/bitach możemy wykonywać operacje takiej jak

identyczność 1, negacja Not,

kontrolowana negacja CNot, pierwiastek z negacji √Not,

pierwiastek stopnia π z negacji √πNot,

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Zwykle obliczenia kwantowe reprezentuje się w formie obwodu kwantowego. |x1⟩ |x2⟩ |x3⟩ |x4⟩ H R2 R3 R4 H R2 R3 H R2 H 1 √ 2 |0⟩ + e 2πi[0.x1x2x3x4]_|1⟩
1 √ 2 |0⟩ + e 2πi[0.x1x2x3]_|1⟩
1 √ 2 |0⟩ + e 2πi[0.x1x2] |1⟩
1 √ 2 |0⟩ + e 2πi[0.x1]_|1⟩

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Zwykle obliczenia kwantowe reprezentuje się w formie obwodu kwantowego. |x1⟩ |x2⟩ |x3⟩ |x4⟩ H R2 R3 R4 H R2 R3 H R2 H 1 √ 2 |0⟩ + e 2πi[0.x1x2x3x4]_|1⟩
1 √ 2 |0⟩ + e 2πi[0.x1x2x3]_|1⟩
1 √ 2 |0⟩ + e 2πi[0.x1x2]_|1⟩
1 √ 2 |0⟩ + e 2πi[0.x1]_|1⟩

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Co ma mechanika kwantowa do uczenia maszynowego?

Z jednej strony wykorzystując zasady mechaniki kwantowej można liczyć szybciej (np. dokonywać rozkładu liczb na czynniki pierwsze).

Zastosowanie tego przyśpieszenia do uczenia maszynowego to atrakcyjne zastosowanie.

Z drugiej strony – uczenie maszynowe to w zasadzie automatyzacja procesu znajdowania wzorców.

Można więc przypuszczać, iż wykorzystanie metod ML da interesujący wgląd w zasady działania otaczającego nas świata.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Co ma mechanika kwantowa do uczenia maszynowego?

Z jednej strony wykorzystując zasady mechaniki kwantowej można liczyć szybciej (np. dokonywać rozkładu liczb na czynniki pierwsze).

Zastosowanie tego przyśpieszenia do uczenia maszynowego to atrakcyjne zastosowanie.

Z drugiej strony – uczenie maszynowe to w zasadzie automatyzacja procesu znajdowania wzorców.

Można więc przypuszczać, iż wykorzystanie metod ML da interesujący wgląd w zasady działania otaczającego nas świata.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Co ma mechanika kwantowa do uczenia maszynowego?

Z jednej strony wykorzystując zasady mechaniki kwantowej można liczyć szybciej (np. dokonywać rozkładu liczb na czynniki pierwsze).

Zastosowanie tego przyśpieszenia do uczenia maszynowego to atrakcyjne zastosowanie.

Z drugiej strony – uczenie maszynowe to w zasadzie automatyzacja procesu znajdowania wzorców.

Można więc przypuszczać, iż wykorzystanie metod ML da interesujący wgląd w zasady działania otaczającego nas świata.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Co ma mechanika kwantowa do uczenia maszynowego?

Z jednej strony wykorzystując zasady mechaniki kwantowej można liczyć szybciej (np. dokonywać rozkładu liczb na czynniki pierwsze).

Zastosowanie tego przyśpieszenia do uczenia maszynowego to atrakcyjne zastosowanie.

Z drugiej strony – uczenie maszynowe to w zasadzie automatyzacja procesu znajdowania wzorców.

Można więc przypuszczać, iż wykorzystanie metod ML da interesujący wgląd w zasady działania otaczającego nas świata.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Co ma mechanika kwantowa do uczenia maszynowego?

Z jednej strony wykorzystując zasady mechaniki kwantowej można liczyć szybciej (np. dokonywać rozkładu liczb na czynniki pierwsze).

Zastosowanie tego przyśpieszenia do uczenia maszynowego to atrakcyjne zastosowanie.

Z drugiej strony – uczenie maszynowe to w zasadzie automatyzacja procesu znajdowania wzorców.

Można więc przypuszczać, iż wykorzystanie metod ML da interesujący wgląd w zasady działania otaczającego nas świata.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Jak można połączyć mechanikę kwantową z uczeniem maszynowym?

algorytm

C Q

dane C CC CQ

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Mechanika kwantowa Obliczenia kwantowe

Jak to się ma to uczenia maszynowego?

Wprowadzenie

Jak to się ma to uczenia maszynowego?

Jak można połączyć mechanikę kwantową z uczeniem maszynowym?

algorytm

C Q

dane C CC CQ

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe Kwantowe uczenie ze wzmocnieniem

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Kwantowe uczenie maszynowe

Quantum systems produce atypical patterns that classical systems are thought not to produce efficiently, so it is reasonable to postulate that quantum computers may

outperform classical computers on machine learning tasks.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Kwantowe uczenie maszynowe

W tym przypadku celem jest poprawienie działania metod uczenia maszynowego poprzez wykorzystanie komputera kwantowego.

Czasem takie podejście nazywa się kwantowym uczeniem maszynowym (ang. quantum machine learning). Modele

proponowane w tym podejściu wymagają działających komputerów kwantowych.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Kwantowe uczenie maszynowe

W tym przypadku celem jest poprawienie działania metod uczenia maszynowego poprzez wykorzystanie komputera kwantowego. Czasem takie podejście nazywa się kwantowym uczeniem maszynowym (ang. quantum machine learning).

Modele

proponowane w tym podejściu wymagają działających komputerów kwantowych.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Kwantowe uczenie maszynowe

W tym przypadku celem jest poprawienie działania metod uczenia maszynowego poprzez wykorzystanie komputera kwantowego. Czasem takie podejście nazywa się kwantowym uczeniem maszynowym (ang. quantum machine learning). Modele

proponowane w tym podejściu wymagają działających komputerów kwantowych.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Przykłady zastosowania:

Kwantowe sieci neuronowe – na zasadzie formalnego przedstawienia obliczeń kwantowych.

Wykorzystanie komputerów kwantowych do wyliczania PCA. Poprawa metod uczenia ze wzmocnieniem dzięki działaniu w superpozycji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Przykłady zastosowania:

Kwantowe sieci neuronowe – na zasadzie formalnego przedstawienia obliczeń kwantowych.

Wykorzystanie komputerów kwantowych do wyliczania PCA. Poprawa metod uczenia ze wzmocnieniem dzięki działaniu w superpozycji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Przykłady zastosowania:

Kwantowe sieci neuronowe – na zasadzie formalnego przedstawienia obliczeń kwantowych.

Wykorzystanie komputerów kwantowych do wyliczania PCA.

Poprawa metod uczenia ze wzmocnieniem dzięki działaniu w superpozycji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Przykłady zastosowania:

Kwantowe sieci neuronowe – na zasadzie formalnego przedstawienia obliczeń kwantowych.

Wykorzystanie komputerów kwantowych do wyliczania PCA. Poprawa metod uczenia ze wzmocnieniem dzięki działaniu w superpozycji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Kwantowe sieci neuronowe

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Supoerpozycjia w RL

W przypadku uczenia ze wzmocnieniem kluczowe jest eksplorowanie przestrzeni stanów.

Jeżeli agent ma możliwość przechowywania nagród na temat w superpozycji, to może to wpłynąć na szybkość działania algorytmu RL.

Kwantowy agent może tez wykorzystać obliczenia kwantowe do wnioskowania na temat akcji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Supoerpozycjia w RL

W przypadku uczenia ze wzmocnieniem kluczowe jest eksplorowanie przestrzeni stanów.

Jeżeli agent ma możliwość przechowywania nagród na temat w superpozycji, to może to wpłynąć na szybkość działania algorytmu RL.

Kwantowy agent może tez wykorzystać obliczenia kwantowe do wnioskowania na temat akcji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Supoerpozycjia w RL

W przypadku uczenia ze wzmocnieniem kluczowe jest eksplorowanie przestrzeni stanów.

Jeżeli agent ma możliwość przechowywania nagród na temat w superpozycji, to może to wpłynąć na szybkość działania algorytmu RL.

Kwantowy agent może tez wykorzystać obliczenia kwantowe do wnioskowania na temat akcji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Supoerpozycjia w RL

W przypadku uczenia ze wzmocnieniem kluczowe jest eksplorowanie przestrzeni stanów.

Jeżeli agent ma możliwość przechowywania nagród na temat w superpozycji, to może to wpłynąć na szybkość działania algorytmu RL.

Kwantowy agent może tez wykorzystać obliczenia kwantowe do wnioskowania na temat akcji.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Kwantowe sieci neuronowe

Kwantowe uczenie ze wzmocnieniem

Zastosowanie kwantów do ML

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

W tym wypadku celem jest wykorzystanie automatyzacji do odkrywania wzorców w danych (eksperymentalnych).

W jednym z podejść dane są uzyskiwane z systemu kwantowego a następnie są przetwarzane algorytmem klasycznym.

Inne podejście to wykorzystanie danych z eksperymentów do dopasowania parametrów modelu.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

W tym wypadku celem jest wykorzystanie automatyzacji do odkrywania wzorców w danych (eksperymentalnych).

W jednym z podejść dane są uzyskiwane z systemu kwantowego a następnie są przetwarzane algorytmem klasycznym.

Inne podejście to wykorzystanie danych z eksperymentów do dopasowania parametrów modelu.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

W tym wypadku celem jest wykorzystanie automatyzacji do odkrywania wzorców w danych (eksperymentalnych).

W jednym z podejść dane są uzyskiwane z systemu kwantowego a następnie są przetwarzane algorytmem klasycznym.

Inne podejście to wykorzystanie danych z eksperymentów do dopasowania parametrów modelu.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

Skoro uczenia maszynowe może służyć do odkrywania struktury danych, to można je również zastosować do odkrywania struktury w danych fizycznych.

Uczenie nadzorowanie – klasyfikacja ciekawych stanów (tzw. stanów splątanych) lub zadanie regresji dla ich własności. Uczenie nienadzorowanie – Badanie rozmieszczenie ciekawych stanów na zasadzie redukcji wymiarów.

Uczenie ze wzmocnieniem – Budowanie obwodów kwantowych z jak najmniejszą liczbą bramek.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

Skoro uczenia maszynowe może służyć do odkrywania struktury danych, to można je również zastosować do odkrywania struktury w danych fizycznych.

Uczenie nadzorowanie – klasyfikacja ciekawych stanów (tzw. stanów splątanych) lub zadanie regresji dla ich własności.

Uczenie nienadzorowanie – Badanie rozmieszczenie ciekawych stanów na zasadzie redukcji wymiarów.

Uczenie ze wzmocnieniem – Budowanie obwodów kwantowych z jak najmniejszą liczbą bramek.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

Skoro uczenia maszynowe może służyć do odkrywania struktury danych, to można je również zastosować do odkrywania struktury w danych fizycznych.

Uczenie nadzorowanie – klasyfikacja ciekawych stanów (tzw. stanów splątanych) lub zadanie regresji dla ich własności. Uczenie nienadzorowanie – Badanie rozmieszczenie ciekawych stanów na zasadzie redukcji wymiarów.

Uczenie ze wzmocnieniem – Budowanie obwodów kwantowych z jak najmniejszą liczbą bramek.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych Sieci Kohonena

Zastosowanie ML do kwantów

Skoro uczenia maszynowe może służyć do odkrywania struktury danych, to można je również zastosować do odkrywania struktury w danych fizycznych.

Uczenie nadzorowanie – klasyfikacja ciekawych stanów (tzw. stanów splątanych) lub zadanie regresji dla ich własności. Uczenie nienadzorowanie – Badanie rozmieszczenie ciekawych stanów na zasadzie redukcji wymiarów.

Uczenie ze wzmocnieniem – Budowanie obwodów kwantowych z jak najmniejszą liczbą bramek.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Niektóre własności stanów kwantowych są trudne do stwierdzenia lub wyliczenia.

Wykorzystanie ML uożliwia ich określenie lub policzenie. Za: C.B.D. Goes et al., Automated machine learning can classify bound entangled states with tomograms, Quantum Inf Process 20, 99 (2021).

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Niektóre własności stanów kwantowych są trudne do stwierdzenia lub wyliczenia.

Wykorzystanie ML uożliwia ich określenie lub policzenie. Za: C.B.D. Goes et al., Automated machine learning can classify bound entangled states with tomograms, Quantum Inf Process 20, 99 (2021).

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Niektóre własności stanów kwantowych są trudne do stwierdzenia lub wyliczenia.

Wykorzystanie ML uożliwia ich określenie lub policzenie.

Za: C.B.D. Goes et al., Automated machine learning can classify bound entangled states with tomograms, Quantum Inf Process 20, 99 (2021).

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Niektóre własności stanów kwantowych są trudne do stwierdzenia lub wyliczenia.

Wykorzystanie ML uożliwia ich określenie lub policzenie. Za: C.B.D. Goes et al., Automated machine learning can classify bound entangled states with tomograms, Quantum Inf Process 20, 99 (2021).

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Geometria stanów kwantowych

Przestrzeń stanów kwantowych jest duża.

Żeby się w niej poruszać wygodnie jest mieć odwzorowanie które działa na zasadzie redukcji wymiarowości.

Przykładem są sieci Kohonena zastosowane do wyników pomiarów albo sieci Kohonena zdefiniowane poprzez procesy kwantowe.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Geometria stanów kwantowych

Przestrzeń stanów kwantowych jest duża.

Żeby się w niej poruszać wygodnie jest mieć odwzorowanie które działa na zasadzie redukcji wymiarowości.

Przykładem są sieci Kohonena zastosowane do wyników pomiarów albo sieci Kohonena zdefiniowane poprzez procesy kwantowe.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Geometria stanów kwantowych

Przestrzeń stanów kwantowych jest duża.

Żeby się w niej poruszać wygodnie jest mieć odwzorowanie które działa na zasadzie redukcji wymiarowości.

Przykładem są sieci Kohonena zastosowane do wyników pomiarów albo sieci Kohonena zdefiniowane poprzez procesy kwantowe.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Geometria stanów kwantowych

Przestrzeń stanów kwantowych jest duża.

Żeby się w niej poruszać wygodnie jest mieć odwzorowanie które działa na zasadzie redukcji wymiarowości.

Przykładem są sieci Kohonena zastosowane do wyników pomiarów albo sieci Kohonena zdefiniowane poprzez procesy kwantowe.

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie

Uczenie się obiektów kwantowych

Sieci Kohonena

Zastosowanie ML do kwantów

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Kwantowa teoria obliczeń daje szanse na uzyskanie poprawy złożoności niektórych ważnych problemów (np. faktoryzacji).

Ale znalezienie konkretnych zastosowań jest trudne.

Uczenie maszynowe wsparte komputerami kwantowymi jest atrakcyjnym zastosowanie.

Uczenie maszynowe daje możliwość znajdowania wzorców w danych.

Zastosowanie ML do układów kwantowych daje szanse na ich lepsze zrozumienie, a to może prowadzić do kolejnych

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Kwantowa teoria obliczeń daje szanse na uzyskanie poprawy złożoności niektórych ważnych problemów (np. faktoryzacji). Ale znalezienie konkretnych zastosowań jest trudne.

Uczenie maszynowe wsparte komputerami kwantowymi jest atrakcyjnym zastosowanie.

Uczenie maszynowe daje możliwość znajdowania wzorców w danych.

Zastosowanie ML do układów kwantowych daje szanse na ich lepsze zrozumienie, a to może prowadzić do kolejnych

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Kwantowa teoria obliczeń daje szanse na uzyskanie poprawy złożoności niektórych ważnych problemów (np. faktoryzacji). Ale znalezienie konkretnych zastosowań jest trudne.

Uczenie maszynowe wsparte komputerami kwantowymi jest atrakcyjnym zastosowanie.

Uczenie maszynowe daje możliwość znajdowania wzorców w danych.

Zastosowanie ML do układów kwantowych daje szanse na ich lepsze zrozumienie, a to może prowadzić do kolejnych

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Kwantowa teoria obliczeń daje szanse na uzyskanie poprawy złożoności niektórych ważnych problemów (np. faktoryzacji). Ale znalezienie konkretnych zastosowań jest trudne.

Uczenie maszynowe wsparte komputerami kwantowymi jest atrakcyjnym zastosowanie.

Uczenie maszynowe daje możliwość znajdowania wzorców w danych.

Zastosowanie ML do układów kwantowych daje szanse na ich lepsze zrozumienie, a to może prowadzić do kolejnych

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Kwantowa teoria obliczeń daje szanse na uzyskanie poprawy złożoności niektórych ważnych problemów (np. faktoryzacji). Ale znalezienie konkretnych zastosowań jest trudne.

Uczenie maszynowe wsparte komputerami kwantowymi jest atrakcyjnym zastosowanie.

Uczenie maszynowe daje możliwość znajdowania wzorców w danych.

Zastosowanie ML do układów kwantowych daje szanse na ich lepsze zrozumienie, a to może prowadzić do kolejnych

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję

Podsumowanie

Miscrosoft Azure: What is quantum computing?, https://azure. microsoft.com/en-us/overview/what-is-quantum-computing/ S. Arronson, What Makes Quantum Computing So Hard to Explain? TensorFlow Quantum, https://www.tensorflow.org/quantum J. Biamonte, P. Wittek, N. Pancotti, P. Rebentrost, N. Wiebe, S. Lloyd, Quantum Machine Learning, arXiv:1611.09347

V. Dunjko, H.J. Briegel, Machine learning & artificial intelligence in

the quantum domain, arXiv:1709.02779

G. Carleo, I. Cirac, K. Cranmer, L. Daudet, M. Schuld, N. Tishby, L. Vogt-Maranto, L. Zdeborov´a, Machine learning and the physical sciences, arXiv:1903.10563

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję https://walczosuperpozycje.pl/

Wprowadzenie Zastosowanie kwantów do ML Zastosowanie ML do kwantów Podsumowanie Perspektywy Materiały dodatkowe Walcz o SuperPozycję Koniec.