ইআইটিসি/এআই/টিএফকিউএমএল টেনসরফ্লো কোয়ান্টাম মেশিন লার্নিং গুগল কোয়ান্টাম প্রসেসর সাইকোমোর আর্কিটেকচারে মেশিন লার্নিং বাস্তবায়নের জন্য গুগল টেনসরফ্লো কোয়ান্টাম লাইব্রেরি ব্যবহার করার ইউরোপীয় আইটি সার্টিফিকেশন প্রোগ্রাম।
ইআইটিসি/এআই/টিএফকিউএমএল টেনসরফ্লো কোয়ান্টাম মেশিন লার্নিংয়ের পাঠ্যক্রমটি নীচের কাঠামোর মধ্যে গুগল কোয়ান্টাম প্রসেসর সাইকামোর আর্কিটেকচারে গুগলের কোয়ান্টাম কম্পিউটেশনাল মডেল ভিত্তিক মেশিন লার্নিংয়ের জন্য তাত্ত্বিক জ্ঞান এবং ব্যবহারিক দক্ষতার উপর দৃষ্টি নিবদ্ধ করে, বিস্তৃত ভিডিওকে অন্তর্ভুক্ত করে এই EITC শংসাপত্রের রেফারেন্স হিসাবে প্রাসঙ্গিক সামগ্রী।
টেনসরফ্লো কোয়ান্টাম (টিএফকিউ) হাইব্রিড কোয়ান্টাম-ক্লাসিকাল এমএল মডেলের দ্রুত প্রোটোটাইপিংয়ের জন্য একটি কোয়ান্টাম মেশিন লার্নিং গ্রন্থাগার। কোয়ান্টাম অ্যালগরিদম এবং অ্যাপ্লিকেশনগুলিতে গবেষণা Google এর কোয়ান্টাম কম্পিউটিং ফ্রেমওয়ার্কগুলি অর্জন করতে পারে, সমস্তই টেনসরফ্লোয়ের মধ্যে থেকে।
টেনসরফ্লো কোয়ান্টাম কোয়ান্টাম ডেটা এবং হাইব্রিড কোয়ান্টাম-ক্লাসিকাল মডেল তৈরিতে মনোনিবেশ করে। এটি সির্কে ডিজাইন করা কোয়ান্টাম কম্পিউটিং অ্যালগরিদম এবং যুক্তি সংযুক্ত করে (কোয়ান্টাম সার্কিট মডেলের উপর ভিত্তি করে কোয়ান্টাম প্রোগ্রামিং ফ্রেমওয়ার্ক), এবং উচ্চ-কর্মক্ষমতা কোয়ান্টাম সার্কিট সিমুলেটরগুলির সাথে বিদ্যমান টেনসরফ্লো এপিআইগুলির সাথে সামঞ্জস্যপূর্ণ কোয়ান্টাম কম্পিউটিং প্রিমিটিভস সরবরাহ করে। টেনসরফ্লো কোয়ান্টাম সাদা কাগজে আরও পড়ুন।
কোয়ান্টাম কম্পিউটিং গণনা সম্পাদনের জন্য সুপারপজিশন এবং জড়িত হিসাবে কোয়ান্টাম ঘটনার ব্যবহার ent যে কম্পিউটারগুলি কোয়ান্টাম গণনা সম্পাদন করে তারা কোয়ান্টাম কম্পিউটার হিসাবে পরিচিত। কোয়ান্টাম কম্পিউটারগুলি ক্লাসিকাল কম্পিউটারগুলির চেয়ে যথেষ্ট দ্রুতগতি সম্পন্ন কিছু সংখ্যামূলক গণ্য সমস্যা যেমন ইন্টিজার ফ্যাক্টেরাইজেশন (যা আরএসএ এনক্রিপশনকে অন্তর্ভুক্ত করে) সমাধান করতে সক্ষম বলে বিশ্বাস করা হয়। কোয়ান্টাম কম্পিউটিং অধ্যয়ন কোয়ান্টাম তথ্য বিজ্ঞানের একটি উপক্ষেত্র।
কোয়ান্টাম কম্পিউটিং ১৯৮০ এর দশকের গোড়ার দিকে শুরু হয়েছিল, যখন পদার্থবিজ্ঞানী পল বেনিওফ টুরিং মেশিনের কোয়ান্টাম মেকানিকাল মডেলটির প্রস্তাব করেছিলেন। রিচার্ড ফেনম্যান এবং ইউরি মানিন পরে পরামর্শ দিয়েছিলেন যে একটি কোয়ান্টাম কম্পিউটারে এমন কোনও জিনিসগুলির অনুকরণের সম্ভাবনা রয়েছে যা একটি ক্লাসিকাল কম্পিউটার পারে না। 1980 সালে, পিটার শোর পূর্ণসংখ্যার জন্য কোয়ান্টাম অ্যালগরিদম তৈরি করেছিলেন যা আরএসএ-এনক্রিপ্ট হওয়া যোগাযোগগুলি ডিক্রিপ্ট করার সম্ভাবনা রাখে। ১৯৯০ এর দশকের শেষের দিক থেকে চলমান পরীক্ষামূলক অগ্রগতি সত্ত্বেও, বেশিরভাগ গবেষকরা বিশ্বাস করেন যে "ফল্ট-টলারেন্ট কোয়ান্টাম কম্পিউটিং এখনও একটি দূরের স্বপ্ন।" সাম্প্রতিক বছরগুলিতে, কোয়ান্টাম কম্পিউটিং গবেষণায় বিনিয়োগ সরকারী এবং বেসরকারী উভয় ক্ষেত্রেই বৃদ্ধি পেয়েছে। ২৩ শে অক্টোবর 1994, গুগল এআই, ইউএস ন্যাশনাল অ্যারোনটিকস অ্যান্ড স্পেস অ্যাডমিনিস্ট্রেশনের (নাসা) অংশীদার হয়ে এমন একটি কোয়ান্টাম গণনা করেছেন যা কোনও ক্লাসিকাল কম্পিউটারে (তথাকথিত কোয়ান্টাম আধিপত্যের ফলাফল) এ অপরিহার্য performed
কোয়ান্টাম সার্কিট মডেল, কোয়ান্টাম টুরিং মেশিন, অ্যাডিয়াব্যাটিক কোয়ান্টাম কম্পিউটার, একমুখী কোয়ান্টাম কম্পিউটার এবং বিভিন্ন কোয়ান্টাম সেলুলার অটোমেটা সহ কোয়ান্টাম কম্পিউটারের (বা বরং কোয়ান্টাম কম্পিউটিং সিস্টেম) বেশ কয়েকটি মডেল রয়েছে। সর্বাধিক ব্যবহৃত মডেল হ'ল কোয়ান্টাম সার্কিট। কোয়ান্টাম সার্কিটগুলি কোয়ান্টাম বিট বা "কোয়েট" এর উপর ভিত্তি করে তৈরি হয়, যা কিছুটা শাস্ত্রীয় গণনার বিটের সাথে সামঞ্জস্যপূর্ণ। কিউবিটস 1 বা 0 কোয়ান্টাম অবস্থায় থাকতে পারে, বা তারা 1 এবং 0 টি রাজ্যের একটি সুপারপজিশনে থাকতে পারে। যাইহোক, কুইটগুলি যখন পরিমাপ করা হয় তখন পরিমাপের ফলাফল সর্বদা হয় 0 বা 1 হয়; এই দুটি ফলাফলের সম্ভাবনাগুলি কোয়ান্টাম রাষ্ট্রের উপর নির্ভর করে যে পরিমাপের আগেই কুইটগুলি ছিল।
একটি শারীরিক কোয়ান্টাম কম্পিউটার তৈরির দিকে অগ্রগতি ট্রান্সমন, আয়ন ট্র্যাপ এবং টপোলজিকাল কোয়ান্টাম কম্পিউটারগুলির মতো প্রযুক্তিগুলিতে ফোকাস করে, যা লক্ষ্য উচ্চ মানের কোয়েট তৈরি করা। এই কোয়েটগুলি কোয়ান্টাম লজিক গেটস, কোয়ান্টাম অ্যানিলিং বা অ্যাডিয়াব্যাটিক কোয়ান্টাম কম্পিউটেশন কিনা তা সম্পূর্ণ কোয়ান্টাম কম্পিউটারের কম্পিউটিং মডেলের উপর নির্ভর করে আলাদাভাবে ডিজাইন করা যেতে পারে। দরকারী কোয়ান্টাম কম্পিউটার তৈরির পথে বর্তমানে বেশ কয়েকটি উল্লেখযোগ্য বাধা রয়েছে। বিশেষত, কোয়েটামের কোয়ান্টামের রাজ্যগুলি বজায় রাখা কঠিন কারণ তারা কোয়ান্টাম ডিকোহারেন্স এবং রাষ্ট্রীয় বিশ্বস্ততায় ভুগছে। কোয়ান্টাম কম্পিউটারগুলির জন্য ত্রুটি সংশোধন প্রয়োজন। ক্লাসিকাল কম্পিউটারের মাধ্যমে সমাধান করা যায় এমন কোনও গণ্য সমস্যাও কোয়ান্টাম কম্পিউটারের মাধ্যমে সমাধান করা যেতে পারে। বিপরীতে, কোয়ান্টাম কম্পিউটারের মাধ্যমে যে কোনও সমস্যা সমাধান করা যায় তা ক্লাসিকাল কম্পিউটার দ্বারাও সমাধান করা যেতে পারে, অন্তত নীতিগতভাবে পর্যাপ্ত সময় দেওয়া হলেও। অন্য কথায়, কোয়ান্টাম কম্পিউটারগুলি চার্চ – টুরিং থিসিস মেনে চলে। যদিও এর অর্থ হ'ল কোয়ান্টাম কম্পিউটারগুলি কম্পিউটারের তুলনায় ক্লাসিকাল কম্পিউটারগুলির তুলনায় কোনও অতিরিক্ত সুবিধা প্রদান করে না, নির্দিষ্ট সমস্যার জন্য কোয়ান্টাম অ্যালগরিদমগুলি সম্পর্কিত পরিচিত শাস্ত্রীয় অ্যালগরিদমের তুলনায় উল্লেখযোগ্যভাবে কম সময়ের জটিলতা রয়েছে। উল্লেখযোগ্যভাবে, কোয়ান্টাম কম্পিউটারগুলি এমন কিছু সমস্যা দ্রুত সমাধান করতে সক্ষম বলে বিশ্বাস করা হয় যা কোনও ক্লাসিকাল কম্পিউটার কোনও সম্ভাব্য সময়ের মধ্যেই সমাধান করতে পারে না - এটি একটি অংশ যা "কোয়ান্টাম আধিপত্য" হিসাবে পরিচিত। কোয়ান্টাম কম্পিউটারের ক্ষেত্রে সমস্যাগুলির গণ্য জটিলতার অধ্যয়ন কোয়ান্টাম জটিলতা তত্ত্ব হিসাবে পরিচিত।
গুগল সাইকামোর একটি কোয়ান্টাম প্রসেসর যা গুগল ইনক এর কৃত্রিম বুদ্ধিমত্তা বিভাগ দ্বারা নির্মিত। এটিতে 53 কোয়েট রয়েছে।
2019 সালে সাইক্যামোর 200 সেকেন্ডের মধ্যে একটি কাজ সম্পন্ন করেছিল যে গুগলের দাবি, একটি প্রকৃতি গবেষণাপত্রে, একটি অত্যাধুনিক সুপার কম্পিউটার কম্পিউটারটি শেষ করতে 10,000 বছর সময় লাগবে। সুতরাং, গুগল দাবি করেছে কোয়ান্টাম আধিপত্য অর্জন করেছে। একটি ধ্রুপদী সুপার কম্পিউটার দ্বারা গ্রহণ করা সময়টি অনুমান করার জন্য, গুগল কোয়ান্টাম সার্কিট সিমুলেশনটির অংশটি বিশ্বের সবচেয়ে শক্তিশালী ধ্রুপদী কম্পিউটারের শীর্ষে রেখেছিল। পরে আইবিএম একটি পাল্টা যুক্তি দিয়ে দাবি করে যে, সামিটের মতো ধ্রুপদী ব্যবস্থায় এই কাজটি কেবল আড়াই দিন সময় নেবে। গুগলের দাবী যদি সমুন্নত থাকে, তবে এটি কম্পিউটিং পাওয়ারে একটি ক্ষতিকারক লিপকে উপস্থাপন করবে।
অগাস্ট 2020 সালে গুগলের জন্য কাজ করা কোয়ান্টাম ইঞ্জিনিয়াররা কোয়ান্টাম কম্পিউটারে বৃহত্তম রাসায়নিক সিমুলেশন সম্পর্কে রিপোর্ট করেছিলেন - সাইকোমোরের একটি হার্ট্রি-ফক অনুমান একটি ক্লাসিকাল কম্পিউটারের সাথে তৈরি যা ফলাফল বিশ্লেষণ করে 12-কুইট সিস্টেমের জন্য নতুন প্যারামিটার সরবরাহ করে।
২০২০ সালের ডিসেম্বরে, ইউএসটিসি দ্বারা উদ্ভাবিত চীনা ফোটন-ভিত্তিক জিউঝাং প্রসেসর qubits কুইবটের একটি প্রসেসিং শক্তি অর্জন করেছিল এবং এটি সিকামোরের চেয়ে 2020 বিলিয়ন গতি বেশি দ্রুতগতি সম্পন্ন করেছিল, এটি কোয়ান্টাম আধিপত্য অর্জনের জন্য দ্বিতীয় কম্পিউটার তৈরি করেছিল।
কোয়ান্টাম আর্টিফিশিয়াল ইন্টেলিজেন্স ল্যাব (যাকে কোয়ান্টাম এআই ল্যাব বা কোয়েল বলা হয়) নাসা, ইউনিভার্সিটিস স্পেস রিসার্চ অ্যাসোসিয়েশন এবং গুগলের (বিশেষত গুগল রিসার্চ) একটি যৌথ উদ্যোগ যাঁর লক্ষ্য কোয়ান্টাম কম্পিউটিং কীভাবে মেশিন লার্নিংয়ে সহায়তা করতে পারে সে বিষয়ে গবেষণার অগ্রগতি অর্জন করা। এবং অন্যান্য জটিল কম্পিউটার বিজ্ঞানের সমস্যা। ল্যাবটি নাসার এমস রিসার্চ সেন্টারে হোস্ট করা হয়েছে।
কোয়ান্টাম এআই ল্যাব গুগল রিসার্চ কর্তৃক 16 মে, 2013 এ একটি ব্লগ পোস্টে ঘোষণা করা হয়েছিল। লঞ্চের সময় ল্যাবটি ডি-ওয়েভ সিস্টেমগুলি থেকে সবচেয়ে উন্নত বাণিজ্যিকভাবে উপলব্ধ কোয়ান্টাম কম্পিউটার, ডি-ওয়েভ টু ব্যবহার করছিল।
২০ শে মে, ২০১৩ তে ঘোষণা করা হয়েছিল যে ল্যাবটিতে লোকেরা ডি-ওয়েভ টুতে সময় ব্যবহারের জন্য আবেদন করতে পারে। 20 ই অক্টোবর, 2013-এ গুগল কোয়ান্টাম এআই ল্যাবের বর্তমান অবস্থা বর্ণনা করে একটি শর্ট ফিল্ম প্রকাশ করেছে। ১৮ ই অক্টোবর, ২০১৩ এ গুগল ঘোষণা করেছিল যে এটি কোয়ান্টাম পদার্থবিজ্ঞানকে মাইনক্রাফ্টে অন্তর্ভুক্ত করেছে।
২০১৪ সালের জানুয়ারিতে গুগল ক্লাসিকাল কম্পিউটারগুলির সাথে ল্যাবে ডি-ওয়েভ টুয়ের পারফরম্যান্সের তুলনায় ফলাফলের প্রতিবেদন করেছে। ফলাফলগুলি অস্পষ্ট ছিল এবং ইন্টারনেটে উত্তপ্ত আলোচনা উত্সাহিত করেছিল। ২ সেপ্টেম্বর ২০১৪, ঘোষণা করা হয়েছিল যে কোয়ান্টাম এআই ল্যাব, ইউসি সান্তা বার্বারার সাথে অংশীদারিতে, সুপার কন্ডাক্টিং ইলেকট্রনিক্সের উপর ভিত্তি করে কোয়ান্টাম ইনফরমেশন প্রসেসর তৈরির উদ্যোগ গ্রহণ করবে।
২৩ শে অক্টোবর 23, কোয়ান্টাম এআই ল্যাব একটি কাগজে ঘোষণা করেছিল যে এটি কোয়ান্টাম আধিপত্য অর্জন করেছে।
গুগল এআই কোয়ান্টাম কোয়ান্টাম কম্পিউটিংকে কোয়ান্টাম প্রসেসর এবং নভেল কোয়ান্টাম অ্যালগরিদমগুলি বিকাশ করে গবেষক এবং বিকাশকারীদের তাত্ত্বিক এবং ব্যবহারিক উভয়ই নিকট-মেয়াদী সমস্যার সমাধানে সহায়তা করতে এগিয়ে চলেছে।
কোয়ান্টাম কম্পিউটিং এআই সহ কালকের উদ্ভাবনের উন্নয়নে সহায়তা হিসাবে বিবেচিত হয়। এজন্য গুগল ডেডিকেটেড কোয়ান্টাম হার্ডওয়্যার এবং সফ্টওয়্যার তৈরিতে গুরুত্বপূর্ণ সংস্থানগুলি প্রতিশ্রুতিবদ্ধ।
কোয়ান্টাম কম্পিউটিং একটি নতুন দৃষ্টান্ত যা এআইয়ের জন্য কাজ ত্বরান্বিত করতে বড় ভূমিকা নেবে। গুগল গবেষক ও বিকাশকারীদের ওপেন সোর্স ফ্রেমওয়ার্ক এবং কম্পিউটিং পাওয়ার অ্যাক্সেসের প্রস্তাব দিচ্ছে যা গণনার শাস্ত্রীয় ক্ষমতা ছাড়িয়ে কাজ করতে পারে।
গুগল এআই কোয়ান্টামের মূল ফোকাস অঞ্চলগুলি
- সুপারকন্ডাক্টিং কুইট প্রসেসর: দ্বি-কোবিট গেটের ত্রুটি <0.5% লক্ষ্য করে চিপ-ভিত্তিক স্কেলেবল আর্কিটেকচারের সাথে সুপারকন্ডাক্টিং কুইটগুলি।
- কিউবিট মেট্রোলজি: 0.2% এর নীচে দ্বি-কোবিটের ক্ষতি হ্রাস করা ত্রুটি সংশোধনের জন্য গুরুত্বপূর্ণ is আমরা একটি কোয়ান্টাম আধিপত্য পরীক্ষাতে কাজ করছি, অত্যাধুনিক ক্লাসিকাল কম্পিউটার এবং অ্যালগরিদমের সামর্থ্য ছাড়িয়ে একটি কোয়ান্টাম সার্কিটকে প্রায় নমুনা করতে।
- কোয়ান্টাম সিমুলেশন: কোয়ান্টাম কম্পিউটিংয়ের সর্বাধিক প্রত্যাশিত প্রয়োগগুলির মধ্যে শারীরিক সিস্টেমগুলির সিমুলেশন ulation আমরা বিশেষত রসায়ন এবং পদার্থ বিজ্ঞানের প্রয়োগগুলির সাথে ইন্টারেক্টিভ ইলেকট্রনগুলির মডেলিং সিস্টেমগুলির জন্য কোয়ান্টাম অ্যালগরিদমগুলিতে মনোনিবেশ করি।
- কোয়ান্টাম সহায়ক অপ্টিমাইজেশন: আমরা আনুমানিক অপ্টিমাইজেশনের জন্য হাইব্রিড কোয়ান্টাম-ক্লাসিক্যাল সলভারগুলি বিকাশ করছি। শক্তির বাধা অতিক্রম করতে শাস্ত্রীয় অ্যালগরিদমে তাপীয় লাফানো কোয়ান্টাম আপডেটগুলি চাওয়ার মাধ্যমে বাড়ানো যেতে পারে। আমরা সুসংগত জনসংখ্যা স্থানান্তরে বিশেষ আগ্রহী।
- কোয়ান্টাম নিউরাল নেটওয়ার্ক: আমরা নিকটতম মেয়াদী প্রসেসরের উপর কোয়ান্টাম নিউরাল নেটওয়ার্ক বাস্তবায়নের জন্য একটি কাঠামো তৈরি করছি। আমরা নেটওয়ার্কের অপারেশন চলাকালীন বিশাল সুপারপজিশন রাজ্য উত্পাদন থেকে কী কী সুবিধা অর্জন করতে পারে তা বুঝতে আগ্রহী।
গুগল এআই কোয়ান্টাম দ্বারা নির্মিত প্রধান সরঞ্জামগুলি হ'ল ওপেন-সোর্স ফ্রেমওয়ার্কগুলি বিশেষত ব্যবহারিক সমস্যার জন্য নিকট-মেয়াদী অ্যাপ্লিকেশনগুলি সমাধান করতে সহায়তা করার জন্য উপন্যাস কোয়ান্টাম অ্যালগরিদমগুলি বিকাশের জন্য তৈরি করা হয়েছে। এর মধ্যে রয়েছে:
- সিরক: নিকট-মেয়াদী কোয়ান্টাম প্রসেসরের উপর কোলাহলকারী ইন্টারমিডিয়েট স্কেল কোয়ান্টাম (এনআইএসকিউ) অ্যালগরিদমগুলি তৈরি এবং পরীক্ষা-নিরীক্ষার জন্য একটি উন্মুক্ত উত্স কোয়ান্টাম কাঠামো
- ওপেনফার্মিয়ন: রসায়ন এবং উপকরণ বিজ্ঞানের সমস্যাগুলি কোয়ান্টাম সার্কিটগুলিতে বিদ্যমান প্ল্যাটফর্মগুলিতে কার্যকর করা যেতে পারে বলে অনুবাদ করার জন্য একটি ওপেন সোর্স প্ল্যাটফর্ম
গুগল এআই কোয়ান্টাম নিকট-মেয়াদী অ্যাপ্লিকেশনগুলির মধ্যে রয়েছে:
কোয়ান্টাম সিমুলেশন
নতুন পদার্থের নকশা এবং রসায়ন এবং কনডেন্সড ম্যাটার মডেলগুলির সঠিক সিমুলেশনগুলির মাধ্যমে জটিল পদার্থবিজ্ঞানের বর্ণনাকে কোয়ান্টাম কম্পিউটিংয়ের সবচেয়ে আশাব্যঞ্জক অ্যাপ্লিকেশনগুলির মধ্যে অন্যতম।
ত্রুটি প্রশমনের কৌশল
আমরা পুরো কোয়ান্টাম ত্রুটি সংশোধন করার রাস্তায় এমন পদ্ধতিগুলি বিকাশের জন্য কাজ করি যা বর্তমান ডিভাইসগুলিতে নাটকীয়ভাবে শব্দ হ্রাস করার ক্ষমতা রাখে। যদিও পুরো-স্কেল ফল্ট সহনশীল কোয়ান্টাম কম্পিউটিংয়ের যথেষ্ট উন্নয়নের প্রয়োজন হতে পারে, আমরা নিকটবর্তী-মেয়াদী ডিভাইসগুলিতে অ্যাপ্লিকেশনগুলির কার্যকারিতা উন্নত করতে কোয়ান্টাম ত্রুটি সংশোধন থেকে কৌশলগুলি ব্যবহারে সহায়তা করার জন্য কোয়ান্টাম সাবস্পেস বিস্তৃতি কৌশলটি তৈরি করেছি। তদুপরি, এই কৌশলগুলি নিকট-মেয়াদী ডিভাইসগুলিতে জটিল কোয়ান্টাম কোডগুলির পরীক্ষার সুবিধার্থে। আমরা এই কৌশলগুলিকে সক্রিয়ভাবে নতুন অঞ্চলে ঠেলে দিচ্ছি এবং নিকটবর্তী মেয়াদী পরীক্ষাগুলির ডিজাইনের ভিত্তি হিসাবে সেগুলি লাভবান করছি।
কোয়ান্টাম মেশিন লার্নিং
আমরা নিকট-মেয়াদী কোয়ান্টাম ডিভাইসে হাইব্রিড কোয়ান্টাম-ক্লাসিক্যাল মেশিন শেখার কৌশলগুলি বিকাশ করছি। আমরা শ্রেণিবিন্যাসের জন্য সার্বজনীন কোয়ান্টাম সার্কিট শিখছি এবং কোয়ান্টাম এবং ক্লাসিকাল ডেটা ক্লাস্টারিংয়ের জন্য are আমরা উত্পাদক এবং বৈষম্যমূলক কোয়ান্টাম নিউরাল নেটওয়ার্কগুলিতেও আগ্রহী, যা কোয়ান্টাম যোগাযোগ নেটওয়ার্কের মধ্যে কোয়ান্টাম রিপিটার এবং রাজ্য পরিশোধন ইউনিট হিসাবে ব্যবহার করা যেতে পারে, বা অন্য কোয়ান্টাম সার্কিটগুলির যাচাইয়ের জন্য।
কোয়ান্টাম অপটিমাইজেশন
মহাকাশ, অটোমোটিভ এবং অন্যান্য শিল্পগুলিতে বিবিধ অপ্টিমাইজেশন সংকর কোয়ান্টাম-ক্লাসিকাল অপ্টিমাইজেশান থেকে উপকৃত হতে পারে, উদাহরণস্বরূপ সিমুলেটেড অ্যানিলিং, কোয়ান্টাম সহায়ক অপ্টিমাইজেশন অ্যালগরিদম (কিউএএএ) এবং কোয়ান্টাম বর্ধিত জনসংখ্যা স্থানান্তর আজকের প্রসেসরের সাথে ইউটিলিটি থাকতে পারে।
সার্টিফিকেশন পাঠ্যক্রমের সাথে নিজেকে বিশদভাবে পরিচিত করতে আপনি নীচের টেবিলটি প্রসারিত এবং বিশ্লেষণ করতে পারেন।
EITC/AI/TFQML TensorFlow কোয়ান্টাম মেশিন লার্নিং সার্টিফিকেশন পাঠ্যক্রম একটি ভিডিও আকারে খোলা-অ্যাক্সেস শিক্ষামূলক উপকরণ উল্লেখ করে। শেখার প্রক্রিয়াটি একটি ধাপে ধাপে কাঠামোতে বিভক্ত (প্রোগ্রাম -> পাঠ -> বিষয়) প্রাসঙ্গিক পাঠ্যক্রমের অংশগুলিকে কভার করে। ডোমেন বিশেষজ্ঞদের সাথে সীমাহীন পরামর্শ প্রদান করা হয়।
সার্টিফিকেশন পদ্ধতির বিস্তারিত জানার জন্য চেক করুন কিভাবে এটা কাজ করে.
পাঠ্যক্রম রেফারেন্স রিসোর্স
টেনসরফ্লো কোয়ান্টাম (টিএফকিউ) হাইব্রিড কোয়ান্টাম-ক্লাসিকাল এমএল মডেলের দ্রুত প্রোটোটাইপিংয়ের জন্য একটি কোয়ান্টাম মেশিন লার্নিং লাইব্রেরি। কোয়ান্টাম অ্যালগরিদম এবং অ্যাপ্লিকেশনগুলিতে গবেষণা Google এর কোয়ান্টাম কম্পিউটিং ফ্রেমওয়ার্কগুলি অর্জন করতে পারে, সমস্তই টেনসরফ্লোয়ের মধ্যে থেকে। টেনসরফ্লো কোয়ান্টাম কোয়ান্টাম ডেটা এবং হাইব্রিড কোয়ান্টাম-ক্লাসিকাল মডেল তৈরিতে মনোনিবেশ করে। এটি সির্কে ডিজাইন করা কোয়ান্টাম কম্পিউটিং অ্যালগরিদম এবং যুক্তি সংহত করে এবং উচ্চ-পারফরম্যান্স কোয়ান্টাম সার্কিট সিমুলেটরগুলির সাথে বিদ্যমান টেনসরফ্লো এপিআইগুলির সাথে সামঞ্জস্যপূর্ণ কোয়ান্টাম কম্পিউটিং প্রিমিটিভস সরবরাহ করে। টেনসরফ্লো কোয়ান্টাম সাদা কাগজে আরও পড়ুন। অতিরিক্ত রেফারেন্স হিসাবে আপনি ওভারভিউ চেক করতে পারেন এবং নোটবুক টিউটোরিয়াল চালাতে পারেন।
https://www.tensorflow.org/quantum
cirq
সিরক হ'ল গোলমাল ইন্টারমিডিয়েট স্কেল কোয়ান্টাম (এনআইএসকিউ) কম্পিউটারগুলির জন্য একটি ওপেন সোর্স ফ্রেমওয়ার্ক। এটি গুগল এআই কোয়ান্টাম টিম দ্বারা বিকাশ করা হয়েছিল, এবং 18 জুলাই, 2018 এ কোয়ান্টাম সফটওয়্যার এবং কোয়ান্টাম মেশিন লার্নিং সম্পর্কিত আন্তর্জাতিক কর্মশালায় পাবলিক আলফা ঘোষণা করা হয়েছিল। কিউসি ওয়ারারের একটি ডেমো QAOA প্রয়োগ করে সর্বাধিক কাটনের উদাহরণ সমাধান করেছিল একটি সিরক সিমুলেটারে সমস্যার সমাধান হচ্ছে। সিরকের কোয়ান্টাম প্রোগ্রামগুলি "সার্কিট" এবং "সময়সূচী" দ্বারা প্রতিনিধিত্ব করা হয় যেখানে "সার্কিট" কোয়ান্টাম সার্কিটকে উপস্থাপন করে এবং "সময়সূচী" সময় তথ্য সম্পর্কিত কোয়ান্টাম সার্কিটের প্রতিনিধিত্ব করে। প্রোগ্রামগুলি স্থানীয় সিমুলেটরগুলিতে কার্যকর করা যেতে পারে। নিম্নলিখিত উদাহরণটি দেখায় যে কীভাবে সির্কে একটি বেল রাজ্য তৈরি এবং পরিমাপ করা যায়।
আমদানি সিরক
# বাজেট বাছুন
qubit0 = সিরক.গ্রিডকুবিট(0, 0)
qubit1 = সিরক.গ্রিডকুবিট(0, 1)
# একটি সার্কিট তৈরি করুন
বর্তনী = সিরক.বর্তনী.থেকে_ওপস(
সিরক.H(qubit0),
সিরক.সিএনওটি(qubit0, qubit1),
সিরক.মাপ(qubit0, চাবি='এম0'),
সিরক.মাপ(qubit1, চাবি='এম1')
)
সার্কিটের মুদ্রণটি এর চিত্রটি প্রদর্শন করে
ছাপানো(বর্তনী)
# প্রিন্ট
# (0, 0): ───H─── @ ─── এম ('এম 0') ─── ───
# │
# (0, 1): ───X───M ('এম 1') ─── ───
সার্কিটের বার বার সিমুলেটিং করে দেখা যায় যে কুইটগুলির পরিমাপটি পারস্পরিক সম্পর্কযুক্ত।
কাল্পনিক = সিরক.সিমুলেটর()
ফল = কাল্পনিক.চালান(বর্তনী, রিহার্সালের=5)
ছাপানো(ফল)
# প্রিন্ট
# এম0 = 11010
# এম1 = 11010
একটি PDF ফাইলে EITC/AI/TFQML টেনসরফ্লো কোয়ান্টাম মেশিন লার্নিং প্রোগ্রামের সম্পূর্ণ অফলাইন স্ব-শিক্ষার প্রস্তুতিমূলক উপকরণ ডাউনলোড করুন
EITC/AI/TFQML প্রস্তুতিমূলক উপকরণ - স্ট্যান্ডার্ড সংস্করণ
EITC/AI/TFQML প্রস্তুতিমূলক উপকরণ - পর্যালোচনা প্রশ্ন সহ বর্ধিত সংস্করণ