機器學習在過去幾年里有了飛速發展，促進了人類在癌癥檢測、圖像處理、地震預測、極端天氣預測和新系外行星探測方面的進步。但是如果你想模擬自然，最好的方法是遵循量子力學原理。因此許多大學、實驗室甚至是科技公司開始結合量子力學和機器學習兩個領域，嘗試開發量子機器學習程序來模擬自然界的各類問題。

可惜迄今為止，我們仍缺少研究工具，來構建可用的量子機器學習模型，并讓模型在可用的量子計算機上處理量子數據。未來，這種情況可能會發生改變。

當地時間3月9日，提出量子霸權的科技公司谷歌在官方博客上宣布，將聯合滑鐵盧大學、X公司（前身為谷歌X實驗室）以及大眾汽車集團，免費開源自己的量子機器學習軟件TensorFlow Quantum（TFQ）。開源后，這套工具將有利于研究員更容易地開發量子機器學習應用。

TFQ

說到TFQ，它是谷歌的TensorFlow工具包的一個附件，是一個用于快速構建量子機器學習模型的開源庫，可以為開發者提供必要的工具，把量子計算和機器學習研究領域結合起來，控制和模擬自然或人工量子系統。例如有 50 - 100 個量子位的嘈雜中型量子 （NISQ） 處理器。TensorFlow是簡化的深度神經網絡，可提供重復使用的代碼，從而使新的機器學習應用不必從頭開始編寫代碼，這讓機器學習模型更易于應用。 自2015年推出以來，它已極大地推動了機器學習的發展。

TFQ實現過程演示

具體來說，TFQ可以讓開發者編寫量子應用程序，而不用考慮運行量子應用程序的硬件問題。谷歌開發了一個轉化器，可以讓開發者在實際的量子計算機和經典計算機之間進行切換。這意味著，開發者可以先在經典計算機上模擬調試量子應用程序，然后再嘗試在完整的量子計算設備上運行程序。

TFQ項目負責人Masoud Mohseni希望開發人員使用這套工具發現更多新的量子機器學習算法。Mohseni認為，由于自然現象遵循量子規則，如果機器學習模型要準確地反映世界，那么它們也必須是量子的。

谷歌在博客中寫道，隨著量子計算的發展，新的量子學習模型可能會對世界上最大的問題產 生深遠的影響，從而在醫學，材料，傳感和通信領域取得突破。谷歌希望TFQ能做到這一點。

當下，量子機器學習還是一個新興領域，但TFQ并不是該領域的第一個工具包。加拿大量子計算初創公司Xanadu也提供了一個類似的平臺，稱為Pennylane。 Xanadu研究人員內森·基洛蘭認為，谷歌開放TFQ是件大事。他指出，開發人員圍繞著TensorFlow等知名工具建立社區，共享代碼和想法，可以促進創新，機器學習技術也會因此變得更好。

在實驗室研究外，量子計算軟件也在逐漸走向主流。例如，加拿大量子計算公司D-Wave 上個月就發布了其新版Leap工具包，用于量子應用程序開發。多家大型公司正在使用Leap來開發內部量子軟件。其中就有大眾汽車公司（Volkswagen），建立了超精確的公共交通模擬器來計劃公交路線，以及意大利電信公司（Telecom Italia）建立了用于優化5G網絡的量子應用程序。