IBM lanceert een nieuwe module voor Qiskit, zijn opensource kwantum software development kit. Met de nieuwe module kunnen ontwikkelaars gebruik maken van de mogelijkheden van kwantumcomputers om de kwaliteit van hun machine learning modellen te verbeteren.
Machine learning maakt het mogelijk om datasets te verwerken, patronen en relaties te identificeren en uiteindelijk een antwoord op een bepaald probleem te berekenen. Om een model zo precies mogelijk te maken, verhogen onderzoekers de hoeveelheid en kwaliteit van de data die ze toevoegen aan machine learning software. Hierdoor worden de resultaten beter, maar het duurt ook steeds langer voordat een model is getraind.
Door een deel van het proces over te laten aan een kwantumcomputer, kost het trainen van een machine learning model een stuk minder tijd. Ook wordt het dankzij kwantum computers mogelijk om grotere ‘feature spaces’ toe te voegen: de eigenschappen die gebruikt worden om data te karakteriseren, zoals geslacht en leeftijd.
Groeiende interesse in kwantum computers
Kwantum computers staan nog altijd in de kinderschoenen. Hierdoor is een groot deel van het werk rondom quantum computing voor machine learning nog theoretisch. Toch hebben steeds meer onderzoekers interesse om dieper te duiken in de mogelijkheden die kwantum computers in de toekomst met zich meebrengen.
Ondanks de groeiende interesse is het voor veel ontwikkelaars nog een hele sprong om kwantum computers te gaan gebruiken. Dat is waarom Qiskit met de nieuwe module komt. Met de module kunnen ontwikkelaars ook zonder diepgaande kennis van kwantum computers een prototype bouwen voor een machine learning model.
Wat kun je verwachten van Qiskit Machine Learning?
Qiskit Machine Learning komt onder andere met een tool genaamd QuantomKernel. Deze tool berekent kernel matrices van een dataset voor een kwantum framework. Met deze stap kunnen ontwikkelaars data in kaart brengen voor een veel grotere feature space, waardoor ze hun machine learning modellen veel preciezer kunnen trainen.
Verder bevat de nieuwe module meerdere implementaties voor quantum neural networks en algoritmes om deze implementaties te trainen en gebruiken. Ontwikkelaars kunnen zo hun eigen netwerken bouwen en testen.
IBM legt uit dat kwantum machine learning uiteindelijk samen blijft werken met klassieke computers. Zodra ze hun kwantum machine learning model hebben gebouwd in Qiskit, kunnen ontwikkelaars het algoritme testen op klassieke computers.
Qiskit Machine Learning maakt het mogelijk voor ontwikkelaars om hun machine learning modellen naar de wereld van quantum computing te brengen. De module is vanaf nu beschikbaar.