谷歌推出量子机器学习框架TFQ-TensorFlow Quantum，一个可训练量子模型的机器学习框架
当地时间3月9日，Google与滑铁卢大学、大众汽车等联合发布TensorFlow Quantum（TFQ），一个可快速建立量子机器学习模型原型的开源库。
TFQ提供了必要的工具，将量子计算和机器学习技术结合起来，以控制并建模自然或人工的量子计算系统。该框架可构建量子数据集、混合量子模型和经典机器学习模型原型、支持量子电路模拟器，以及训练判别和生成量子模型。
随着近些年量子计算技术的发展，量子机器学习模型的研发可能会在医学、材料、传感和通信领域取得突破，甚至产生深远影响。不过迄今为止，业界缺乏发现量子机器学习模型的研究工具。该模型可以处理量子数据并在可用的量子计算机上执行。
实际上，早在2017年10月，谷歌宣布了开源量子计算软件OpenFermion的源代码，可让使用者利用其改编算法和方程，使之能在量子计算机上运行。2019年10月，Google 首席执行官Sundar Pichai宣布公司已实现量子霸权，通过新设计的解决方案首次实现了量子优势。
而此次TensorFlow Quantum的发布是继微软Azure Quantum的推出，以及霍尼韦尔等公司取得阶段性成功之后的又一进步。
据博客所述，通过标准的Keras库，并提供与现有TensorFlow API兼容的量子电路模拟器和量子计算原语（primitives），可创建量子模型。
在3月6日提交给线数据库平台arXiv的论文中介绍了基于Python语言搭建的框架。
https://arxiv.org/abs/2003.02989
“我们希望该框架能够为量子计算和机器学习研究界提供必备工具，以探索自然和人工量子系统的模型，并最终发现可能产生量子优势的新量子算法，”论文中指出。“未来，我们希望扩展可支持的自定义仿真硬件范围，包括GPU和TPU的集成。”
其中，论文详细介绍了TensorFlow Quantum软件堆栈，该软件堆栈由开源量子电路库Cirq和机器学习平台TensorFlow两部分组成。
该论文有超过20名作者，有来自Google X实验室、滑铁卢大学量子计算研究所、NASA 量子AI实验室、大众汽车，以及Google Research等部门。
据了解，TensorFlow Quantum的发布与TensorFlow Dev Summit的召开在同一周，后者是机器学习从业人员的年度会议。不过，由于新冠肺炎的持续影响，谷歌取消了此次活动的线下举办方式。
相关链接：https://ai.googleblog.com/2020/03/announcing-tensorflow-quantum-open.html
论文：
我们介绍了TensorFlow Quantum (TFQ)，这是一个开放源码库，用于快速构建用于量子数据的混合量子-经典模型的原型。该框架为在TensorFlow下的区分量子模型和生成量子模型的设计和训练提供了高层次的抽象，并支持高性能的量子电路模拟器。我们提供了一个概述的软件架构和积木通过几个例子，并调研混合量子-古典神经网络的理论。我们通过几个基本的应用来说明TFQ的功能，包括量子分类的监督学习、量子控制和量子近似优化。此外，我们还演示了如何应用TFQ来处理高级量子学习任务，包括元学习、哈密顿学习和热态采样。我们希望这个框架为量子计算和机器学习研究领域提供必要的工具，以探索自然和人工量子系统的模型，并最终发现可能产生量子优势的新量子算法。
想要了解更多资讯，请扫描下方二维码，关注机器学习研究会