Quantum AIは、エンタープライズプライムタイムからまだ数年です

AIに革命を起こす量子コンピューティングの可能性は、適切なツール、スキル、プラットフォームが豊富にある開発者エコシステムの成長にかかっています。エンタープライズプロダクション展開の準備ができていると見なされるには、量子AI業界は、少なくとも次の重要なマイルストーンに到達する必要があります。

  • AIを構築およびトレーニングするための従来のアプローチよりも量子コンピューティングが明らかに有利である魅力的なアプリケーションを見つけてください。
  • 量子AIを構築、トレーニング、デプロイするために広く採用されているオープンソースフレームワークに集中します。
  • 量子AIアプリケーションの実質的で熟練した開発者エコシステムを構築します。

これらのマイルストーンはすべて、少なくとも数年先のことです。以下は、現時点での量子AI業界の成熟度の分析です。

量子コンピューティングに明らかな利点がある魅力的なAIアプリケーションの欠如

Quantum AIは、ML(機械学習)、DL(深層学習)、およびその他のデータ駆動型AIアルゴリズムを適切に実行します。

アプローチとして、量子AIは概念実証段階をはるかに超えています。ただし、これは、AIの推論とトレーニングのワークロードが依存する行列演算を実行するために、量子アプローチが従来のアプローチよりも優れていると主張できることと同じではありません。

AIが関係する場合、重要な基準は、量子プラットフォームが、完全に古典的なフォンノイマンアーキテクチャで構築されたコンピューターよりも速くMLおよびDLワークロードを加速できるかどうかです。これまでのところ、量子コンピューターが従来の代替手段よりも優れたパフォーマンスを発揮できる特定のAIアプリケーションはありません。量子AIを成熟したエンタープライズテクノロジーと宣言するには、これらのワークロードを処理する従来のアプローチに比べて、速度、精度、効率などの明確な利点を提供するAIアプリケーションが少なくともいくつか必要です。

それにもかかわらず、量子AIのパイオニアは、その機能処理アルゴリズムを量子コンピューティングアーキテクチャの数学的特性と整合させてきました。現在、量子AIの主なアルゴリズムアプローチには次のものがあります。

  • 振幅エンコーディング:これは、量子状態の振幅を、MLおよびDLアルゴリズムによって実行される計算の入力および出力に関連付けます。振幅エンコーディングにより、複雑な多次元変数の指数関数的にコンパクトな表現をサポートする統計アルゴリズムが可能になります。これは、統計MLモデルのトレーニングが、最小二乗線形回帰、サポートベクターマシンの最小二乗バージョン、ガウス過程などの線形連立方程式を解くことに還元される行列反転をサポートします。多くの場合、開発者は、振幅がデータセット全体の特徴を反映している状態で量子システムを初期化する必要があります。
  • 振幅増幅:これは、特定の出力値を生成するブラックボックス関数への一意の入力を高い確率で見つけるアルゴリズムを使用します。振幅増幅は、k中央値やk最近傍法などの非構造化検索タスクに変換できるMLアルゴリズムに適しています。ランダムウォークアルゴリズムでは、状態の量子重ね合わせや状態測定による波動関数の崩壊など、状態間の確率的遷移からランダム性が発生します。
  • 量子アニーリング:これは、候補関数の特定のセットに対する機械学習関数の極小値と極大値を決定します。それは、量子MLシステムのすべての可能な均等に重み付けされた状態の重ね合わせから始まります。次に、線形偏微分方程式を適用して、量子力学システムの時間発展を導きます。最終的には、運動エネルギーと量子システムの基底状態に関連する位置エネルギーの合計に対応する、ハミルトニアンと呼ばれる瞬間演算子が生成されます。

これらの手法を活用して、現在のAI実装の中には、オートエンコーダー、GAN(敵対的生成ネットワーク)、強化学習エージェントなど、選択した計算ワークロードのコプロセッサーとして量子プラットフォームを使用しているものがあります。

量子AIが成熟するにつれ、これらおよびその他のアルゴリズムアプローチが、高度に多次元の問題領域およびマルチモーダルデータセットで動作する複雑な確率計算を含むAIの壮大な課題に適用されると、明確な利点を示すことが期待されます。量子強化アプローチにつながる可能性のあるこれまで困難なAIの課題の例には、神経形態認知モデル、不確実性の下での推論、複雑なシステムの表現、協調的な問題解決、適応型機械学習、トレーニングの並列化などがあります。

ただし、量子ライブラリ、プラットフォーム、ツールがこれらの特定の課題に対応していることが証明されたとしても、エンドツーエンドの機械学習パイプライン内の従来のAIアルゴリズムと機能に依存します。

広く採用されているオープンソースのモデリングとトレーニングのフレームワークの欠如

量子AIが堅牢なエンタープライズテクノロジーに成熟するためには、これらのアプリケーションを開発、トレーニング、および展開するための主要なフレームワークが必要になります。GoogleのTensorFlowQuantumは、その点でオッズオンのお気に入りです。今年3月に発表されたTensorFlowQuantumは、広く採用されているTensorFlowオープンソースAIライブラリとモデリングフレームワークを拡張する新しいソフトウェアのみのスタックです。

TensorFlow Quantumは、今日のAIプロフェッショナルが使用する主要なモデリングフレームワークの1つに、幅広い量子コンピューティングプラットフォームのサポートをもたらします。GoogleのXR&Dユニットによって開発され、データサイエンティストは、Pythonコードを使用して、標準のKeras関数を介して量子MLおよびDLモデルを開発できます。また、既存のTensorFlowAPIと互換性のある量子回路シミュレーターと量子コンピューティングプリミティブのライブラリも提供します。

開発者は、TensorFlow Quantumを使用して、量子分類、量子制御、量子近似最適化などのAIユースケースの教師あり学習を行うことができます。メタ学習、ハミルトニアン学習、熱状態のサンプリングなどの高度な量子学習タスクを実行できます。フレームワークを使用してハイブリッド量子/古典モデルをトレーニングし、ディープフェイク、3D印刷、その他の高度なAIアプリケーションで使用されるGANの中心にある識別ワークロードと生成ワークロードの両方を処理できます。

量子コンピューティングは、AIワークロードの全範囲を十分な精度で処理するにはまだ十分に成熟していないことを認識し、Googleは、従来のコンピューティングアーキテクチャで多くのAIユースケースを片足でサポートするフレームワークを設計しました。 TensorFlow Quantumを使用すると、開発者は、学習タスクでクォンタムプロセッサとクラシックプロセッサの実行を並行してハイブリッド化するMLモデルとDLモデルのプロトタイプを迅速に作成できます。開発者はこのツールを使用して、TensorFlowによってネイティブに処理される古典的なデータと、量子回路と量子演算子の両方で構成される量子データを処理する量子拡張機能を使用して、古典的なデータセットと量子データセットの両方を構築できます。

Googleは、MLモデルを処理するための代替量子コンピューティングアーキテクチャとアルゴリズムの高度な研究をサポートするためにTensorFlowQuantumを設計しました。これにより、新しい製品は、MLワークロード用に最適化されたさまざまな量子およびハイブリッド処理アーキテクチャを実験しているコンピューター科学者に適しています。

この目的のために、TensorFlow Quantumには、量子コンピューターをプログラミングするためのオープンソースのPythonライブラリであるCirqが組み込まれています。これは、今日の量子システムに特徴的なノイズの多い中間スケール量子(NISQ)回路を構成する量子ゲートのプログラムによる作成、編集、および呼び出しをサポートします。 Cirqを使用すると、開発者が指定した量子計算をシミュレーションまたは実際のハードウェアで実行できます。これは、TensorFlow計算グラフ内で使用するために量子計算をテンソルに変換することによって行われます。 Cirqは、TensorFlow Quantumの不可欠なコンポーネントとして、量子回路シミュレーションとバッチ回路実行、および自動化された期待値と量子勾配の推定を可能にします。また、開発者は、NISQマシン用の効率的なコンパイラ、スケジューラ、およびその他のアルゴリズムを構築できます。

Googleは、量子処理をハイブリッド化できる完全なAIソフトウェアスタックを提供することに加えて、TensorFlowQuantumが量子MLをシミュレートできる従来のチップアーキテクチャの範囲を拡大しようとしています。Googleはまた、ツールでサポートされるカスタム量子シミュレーションハードウェアプラットフォームの範囲を拡大して、さまざまなベンダーのグラフィックスプロセッシングユニットと、独自のTensor Processing UnitAIアクセラレータハードウェアプラットフォームを含める計画を​​発表しました。

グーグルの最新の発表は、動きは速いがまだ未成熟な量子コンピューティング市場に上陸している。最も人気のあるオープンソースAI開発フレームワークを拡張することにより、Googleはほぼ確実に幅広いAI関連イニシアチブでTensorFlowQuantumの使用を促進します。

ただし、TensorFlow Quantumは、すでにいくつかのオープンソースの量子AI開発およびトレーニングツールを備えた市場に参入しています。Googleの製品とは異なり、これらのライバルの量子AIツー​​ルは、開発環境、クラウドサービス、および完全に機能するアプリケーションを立ち上げるためのコンサルティングのより大きなパッケージの一部として提供されます。フルスタックの量子AI製品は次の3つです。

  •  2019年11月に発表されたAzureQuantumは、量子コンピューティングクラウドサービスです。現在プライベートプレビューであり、今年後半に一般提供が予定されているAzure Quantumには、Microsoftが開発した量子指向のQ#言語、Python、C#、およびその他の言語用のMicrosoftオープンソースQuantum DevelopmentKitが付属しています。このキットには、ML、暗号化、最適化、およびその他のドメインで量子アプリを開発するためのライブラリが含まれています。
  • 2019年12月に発表され、まだプレビュー中のAmazon Braketは、フルマネージドのAWSサービスです。 MLを含む量子アルゴリズムを構築し、シミュレートされたハイブリッド量子/クラシックコンピューターでそれらをテストするための単一の開発環境を提供します。これにより、開発者はさまざまなハードウェアアーキテクチャでMLやその他のクォンタムプログラムを実行できます。開発者は、Amazon Braket開発者ツールキットを使用して量子アルゴリズムを作成し、Jupyterノートブックなどの使い慣れたツールを使用します。
  • IBM Quantum Experienceは、クォンタム・アプリケーションのチーム探索のための、無料で公開されているクラウド・ベースの環境です。開発者は、AIやその他の量子プログラムを学習、開発、トレーニング、実行するための高度な量子コンピューターにアクセスできます。これには、量子コンピューターのAI、シミュレーション、最適化、および財務アプリケーションを実験するためのクロスドメイン量子アルゴリズムのライブラリーを備えたオープンソース開発者ツールであるIBMQiskitが含まれています。

TensorFlow Quantumの採用は、これらおよび他のクォンタムAIフルスタックベンダーがソリューションポートフォリオにどの程度組み込むかによって異なります。これらすべてのクラウドベンダーがそれぞれのAIスタックでTensorFlowをすでにサポートしていることを考えると、それは可能性が高いようです。

TensorFlow Quantumは、今後、必ずしもQuantum AISDKフィールドをすべて備えているとは限りません。他のオープンソースAIフレームワーク(特にFacebookで開発されたPyTorch)は、データサイエンティストの心をつかむために、TensorFlowと競合しています。ライバルのフレームワークは、今後12〜18か月の間に量子AIライブラリとツールで拡張されると予想されます。

この点で先駆的なベンダーを検討することで、新興のマルチツール量子AI業界を垣間見ることができます。XanaduのPennyLaneは、AIのオープンソース開発およびトレーニングフレームワークであり、ハイブリッド量子/クラシックプラットフォーム上で実行されます。

2018年11月にリリースされたPennyLaneは、量子ML、自動微分、およびハイブリッド量子クラシックコンピューティングプラットフォームの最適化のためのクロスプラットフォームPythonライブラリです。PennyLaneは、TensorFlow、PyTorch、NumPyなどの既存のAIツールを使用して、量子回路のラピッドプロトタイピングと最適化を可能にします。デバイスに依存しないため、Strawberry Fields、IBM Q、Google Cirq、Rigetti Forest SDK、Microsoft QDK、ProjectQなどのさまざまなソフトウェアおよびハードウェアバックエンドで同じ量子回路モデルを実行できます。

実質的で熟練した開発者エコシステムの欠如

キラーアプリとオープンソースフレームワークが成熟するにつれ、このテクノロジーを日常のアプリケーションに導入する革新的な作業を行っている熟練した量子AI開発者の堅牢なエコシステムを確実に促進します。

量子AIの開発者エコシステムの成長がますます見られています。主要な量子AIクラウドベンダー(Google、Microsoft、Amazon Web Services、IBM)はそれぞれ、開発者コミュニティの拡大に多額の投資を行っています。この点に関するベンダーのイニシアチブには、次のものがあります。