Google lance TensorFlow Quantum, une bibliothèque logicielle open-source dédiée au quantique

Google a officialisé lundi 9 mars le lancement de TensorFlow Quantum (TFQ), une bibliothèque open-source destinée à servir aux initiatives relatives à l'informatique quantique.

Selon le géant américain sur son blog, TensorFlow Quantum « fournit les outils nécessaires pour rassembler les communautés de chercheurs en informatique quantique et en apprentissage machine pour contrôler et modéliser des systèmes quantiques naturels ou artificiels ».

Modèles hybrides

TFQ serait donc, d'après son nom, une variation quantique de TensorFlow, le moteur dédié à l'apprentissage machine que Google propose depuis 2015. Cette fois, il s'agit de mélanger les deux univers du quantique et du machine learning pour créer ce que l'enseigne nomme des « modèles hybrides quantiques-classiques ».

Car cette bibliothèque est effectivement hybride. Elle reprend TensorFlow et y ajoute Cirq, un outil porté sur l'informatique quantique et également développé par Google. Celui-ci se chargera de fournir des algorithmes aptes à être exécutés par l'API de TensorFlow. Google détaille ainsi : « Sous le capot, TFQ intègre Cirq à TensorFlow et propose des abstractions de haut niveau pour la conception et la mise en œuvre de modèles quantiques classiques discriminants et génératifs en fournissant des primitives de calcul quantique compatibles avec les API TensorFlow existantes, ainsi que des simulateurs de circuits quantiques hautes performances ».

De nouveaux usages à venir

Ce concept hybride doit ainsi permettre aux chercheurs d'explorer de nouveaux types de systèmes. Une étude a été publiée vendredi 6 mars, soit trois jours avant la diffusion publique de TFQ. Elle dit illustrer « les fonctionnalités TFQ via plusieurs applications de base, y compris l'apprentissage supervisé pour la classification quantique, le contrôle quantique et l'optimisation approchée quantique. De plus, nous montrons comment on peut appliquer TFQ pour s'attaquer à des tâches avancées d'apprentissage quantique, y compris le méta-apprentissage, l'apprentissage hamiltonien et l'échantillonnage des états thermiques ».

En outre, Google prédit : « À l'avenir, TFQ sera en mesure de prendre en charge des circuits quantiques sur des processeurs quantiques fonctionnant avec Cirq, y compris le processeur Sycamore de Google ».

Cela dit, Google, qui a réalisé TFQ en partenariat avec l'université de Waterloo, la compagnie X et Volkswagen n'est pas la première à s'investir dans l'apprentissage machine basé sur un système hybride. Très récemment, D-Wave a lancé un nouveau service également basé sur ce principe.

Source : The Next Web