하이브리드 메이저 토토 사이트 클래식 머신 러닝 : 소개

2024 년 5 월 16 일

메이저 토토 사이트의 컴퓨터 과학 및 양자 컴퓨팅을 전문으로하는 겸임 교수 인 Alexander Perry 박사 인 Alexander Perry 박사는 이번 일련의 특별 게스트 블로그 중에서 하이브리드 Quantum-Classical Machine Learning (HQML)에 대한 그의 경험에 대한 백서 통찰력을 제공합니다. 

이 흥미 진진한 연구 분야에 대해 자세히 알아 보려면 아래를 읽고 5 월 23 일 목요일 오후 12시에 Perry 박사에 가입하십시오. (EST) 그의 CAP Tech Talk Webinar,“하이브리드 메이저 토토 사이트 클래식 머신 러닝 소개”.등록 링크. 


Alexander Perry 박사 

글로벌 산업 및 정부의 최신 버즈 용어 중 일부는 "기계 학습", "클래식 컴퓨터"(데스크탑 또는 서버를 생각) 및 "시끄러운 중간 규모 양자 (NISQ)입니다.  업계와 정부는 성과를 달성하고 고전적으로 다루기 힘든 문제를 해결하기 위해 수백만 달러를 양자 응용 프로그램에 쏟아 부었습니다.  클래식 머신 러닝 향상은 예리한 관심을 보는 응용 프로그램입니다.

이 블로그는 하이브리드 Quantum-Classical Machine Learning (HQML)에 대한 내 생각과 의견을 제시 할 시리즈 중 첫 번째입니다.  나는 기존 작품, HQML의 관련성에 기초하여 사이버 보안에 사례를 사용합니다.  그런 다음 프로토 타입 구현 프레임 워크를 제안합니다.

NQIAC 프레젠테이션 - 슬라이드 32
(이미지 크레딧 : 2022, National Quantum Initiative Advisory Committee, Slide 32, https://www.quantum.gov/wp-content/uploads/2023/01/nqiac-slides-202-12-16.pdf)

 

HQML (Hybrid Quantum-Classical Machine Learning)은 메이저 토토 사이트 처리 장치, 구성 요소 또는 장치를 사용하여 기존의 기계 학습을 보강합니다 (단순성을 위해 QPU에 전화 할 것입니다).  HQML은 사이버 보안 (즉, 데이터 분류) 및 메이저 토토 사이트 화학 (즉, 약물 발견)과 같은 분야에 응용 프로그램이있을 것으로 예상됩니다.  사이버 보안에서 HQML은 고전적인/기존 접근 방식보다 빠른 다양한 응용 프로그램 중에서도 대량의 네트워크 트래픽을 분류하는 데 도움이 될 것으로 예상됩니다..

NQIAC 프레젠테이션 -Slide 64
(이미지 크레딧 : 2022, National Quantum Initiative Advisory Committee, Slide 64, https://www.quantum.gov/wp-content/uploads/2023/01/nqiac-slides-2022-12-16.pdf)

 

QPU는 현재 클라우드 기반 QPU 서비스 또는 물리적 장치를 통해 IBM, Quantinuum 및 Quera를 포함한 회사의 NISQ 장치로 구현됩니다.  NISQ 장치는 환경 소음으로 인해 장애가있는 제한된 규모의 메이저 토토 사이트 장치/컴퓨터 (LSQD)입니다.  제공 업체는 고전적인 기계 학습을 강화하고 향상시키기 위해 Python과 같은 언어로 된 오픈 소스 소프트웨어 라이브러리를 제공합니다. 

2 페이지의 ARXIV 이미지
(이미지 크레딧 : 2019, 2019, Arxiv, 2 페이지, https://arxiv.org/pdf/1906.07682)

 

이것을 알고, 우리는 세 가지 섹션으로 구성된 일련의 블로그에서 NISQ와 함께 HQML을 실제 사이버 보안 문제에 대해 검토하고 적용 할 것입니다.

  1. HQML, 누가 걱정합니까?
  2. HQML 사례 연구 탐험
  3. 제안 : 확장 가능한 프로토 타이핑 프레임 워크

첫 번째 섹션은 수정 된 버전의를 사용하여 제한된 규모의 메이저 토토 사이트 컴퓨터에서 HQML의 관련성을 탐색합니다.Heilmeier 교리 문답:

  • 한정 규모 메이저 토토 사이트 컴퓨팅을 통한 HQML은 무엇입니까? 
  • 누가 신경 쓰나요? 성공하면 어떤 차이가 생길까요? 
  • 당신은 무엇을하려고합니까? 
  • 오늘은 어떻게 이루어지며 현재 실습의 한계는 무엇입니까? 
  • 귀하의 접근 방식에서 새로운 기능은 무엇이며 왜 성공할 것이라고 생각하십니까? 
  • 위험은 무엇입니까? 
  • 비용은 얼마입니까? 
  • 얼마나 걸립니까? 
  • 성공을 확인하기위한 중기 및 최종“시험”은 무엇입니까?

두 번째 섹션은 데이터 분류 및 클러스터링과 같은 관련 실제 문제에 대한 HQML 사례 연구 결과를 제시합니다.  그리고 세 번째 섹션은 HQML 애플리케이션의 빠른 프로토 타이핑을위한 제안 된 확장 가능한 오픈 소스 프레임 워크를 개요 할 것입니다.

검토에서 HQML에서 QPU를 사용하여 클래식 머신 러닝을 향상시키는 것은 전 세계 산업 및 정부의 관심을 끌고 있습니다.  제공 업체는이 관심을 지원하기 위해 Python과 같은 언어로 된 오픈 소스 소프트웨어 라이브러리를 제공합니다.  사이버 보안에서 특히 HQML은 고전적인 접근 방식보다 많은 양의 네트워크 트래픽을 더 빠르게 분류하는 데 도움이 될 것으로 예상됩니다.  이를 염두에두고, 우리는 일련의 블로그에서 LSQD의 HQML을 실제 사이버 보안 문제에 검사하고 적용 할 것입니다.  계속 지켜봐주세요 !!!


저자

Alexander Perry는 겸임 교수입니다메이저 토토 사이트및 하이브리드 메이저 토토 사이트 클래식 머신 러닝 (HQML)에서 응용 연구를 수행하는 데이터 과학자.  그의 전문 지식에는 사이버, 데이터 과학, 인공 지능/기계 학습 (AI/ML) 및 메이저 토토 사이트 컴퓨팅이 포함됩니다.  그의 이전 역할에는 소프트웨어 엔지니어, 시스템 관리자, 데이터 과학자, 기술 책임자 및 데이터 과학 팀 리드가 포함되었습니다.


참조

  1. Biamonte J., Wittek P., Pancotti N., Rebentrost P., Wiebe N. 및 Lloyd S. "Quantum Machine Learning", Arxiv (2018). URL :https : //arxiv.org/abs/1611.09347(34)

  1.  Moler K., Tahan C., Abo-Shaeer J., Chong F., Clarke J., Frincke D., Herrera G., Mason N., Oliver W., Preskill J., Ritter M., Schoelkopf R., Svore K., Wang J., Ye J. 및 Wong T. et al. “NQIAC 슬라이드 2022-12-16”. 국가 메이저 토토 사이트 이니셔티브 자문위원회 (NQIAC) (2022).  URL :https : //www.quantum.gov/wp-content/uploads/2023/01/nqiac-slides-2022-12-16.pdf(50)

  1. 과학 사무국 에너지 부. "DOE는 양자 네트워크 연구를 위해 2,400 만 달러를 발표했다", HPC Wire (2023). URL :https : //www.hpcwire.com/off-the-wire/doe-announces-24m-for-research-on-quantum-networks/ 

  1. Thomas W.“FY24 예산 전망 : 국방부”, 미국 물리 연구소, FYI : 과학 정책 뉴스 (2023). URL :https : //ww2.aip.org/fyi/fyi/fyi/-budget outlook-department-of-defense 

  1. Edwaeds J.“NIST는 신흥 기술 영역에 대한 의회의 의무 보고서”, ExecutiveGov (2023). URL :https : //executivegov.com/2023/08/nist-issues-congressionallyaldated-report-on-emerging-areas/  

  1. 국립 과학 재단. "NSF는 양자 정보 과학 및 엔지니어링을 발전시키기 위해 3,800 만 달러를 투자합니다.", HPC Wire (2023). URL :https : //www.hpcwire.com/off-the-wire/nsf-invests-38m-to-advance-quantum-information-science-and-engineering/  

  1. Williams A. "AFRL은 Quantum Computing Research를위한 극단적 인 컴퓨팅 센터", Electronics Weekly (2023). URL :https : //www.electronicsweekly.com/news/research-news/afrl-opens-extreme-computing-for-quantum-computing-defence-research-2023-08/  

  1. 과학 사무국 에너지 부. "DOE는 양자 컴퓨팅 연구를 위해 1170 만 달러를 발표했다", 에너지 부 (2023). URL :https : //www.energy.gov/science/articles/department-energy-announces-117-million-research-quantum-computing  

  1. IBM Corp. URL :https : //www.hpcwire.com/off-the-wire/truist-and-collaborate-on-emerging-technovation-and-quantum-computing/  

  1. Ambrose M. "국가 양자 이니셔티브의 확장 과학위원회에 투구", 미국 물리 연구소, FYI : 과학 정책 뉴스 (2023). URL :https : //ww2.aip.org/fyi/expansion-of-national-quantum-initiative-pitched-to-science-committee 

  1. Benedetti M., Lloyd E., Sack S. 및 Fiorentini M. "기계 학습 모델로서 매개 변수화 된 양자 회로", Arxiv (2019). URL :https : //arxiv.org/abs/1906.07682(2)

  1. Qiskit 머신 러닝 개발 팀. "Qiskit : 양자 컴퓨팅을위한 오픈 소스 프레임 워크", IBM Corp. (2024), doi : 10.5281/Zenodo.2573505, URL :https : //www.ibm.com/quantum/qiskit 

  1. Ibrahim M. "Intel® Quantum SDK 베타 버전을 사용하여 하이브리드 양자 알고리즘 작성", LinkedIn (2022). URL :https : //www.linkedin.com/pulse/writing-hybrid-quantum-algorithm-using-intel-sdk-beta-ibrahim/(133)

  1. Chang D. "기계 학습을위한 양자 커널을 갖춘 매개 변수화 된 양자 회로 : 하이브리드 양자 클래식 접근법", Arxiv (2022). URL :https : //arxiv.org/abs/2209.14449(3)

  1. Britt K. 및 Humble T. "양자 처리 장치를 사용한 고성능 컴퓨팅", Arxiv (2015)..https : //arxiv.org/abs/1511.04386 

  1. Schuld M. 및 Killoran N. "기능 Hilbert Spaces의 양자 머신 러닝", Arxiv (2018). URL :https : //arxiv.org/abs/1803.07128 

  1. Heilmeier G.“Heilmeier 교리 문답”, 국방 고급 연구 프로젝트 기관 (Darpa, 1976). URL :https : //www.darpa.mil/work-with-us/heilmeier-catechism