論文の概要: GPT on a Quantum Computer
- arxiv url: http://arxiv.org/abs/2403.09418v1
- Date: Thu, 14 Mar 2024 14:07:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-15 20:17:36.892516
- Title: GPT on a Quantum Computer
- Title(参考訳): 量子コンピュータにおけるGPT
- Authors: Yidong Liao, Chris Ferrie,
- Abstract要約: 大規模言語モデル(LLM)は、私たちが人工知能(AI)の能力と相互作用し理解する方法を変えました。
本稿では、量子コンピューティングパラダイムにおいて、ChatGPTと統合された基礎的なトランスフォーマーアーキテクチャを実装するためのフレームワークの概要を述べる。
量子機械学習(QML)の研究のための新たな道を開き、AI技術の継続的な進化に貢献したいと思っています。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Large Language Models (LLMs) such as ChatGPT have transformed how we interact with and understand the capabilities of Artificial Intelligence (AI). However, the intersection of LLMs with the burgeoning field of Quantum Machine Learning (QML) is only in its nascent stages. This paper presents an exploration of this niche by detailing a comprehensive framework for implementing the foundational Transformer architecture -- integral to ChatGPT -- within a quantum computing paradigm. We meticulously design quantum circuits that implement adapted versions of the transformer's core components and the generative pre-training phase. By integrating quantum computing with LLMs, we aspire to open new avenues for research in QML and contribute to the ongoing evolution of AI technologies.
- Abstract(参考訳): ChatGPTのような大規模言語モデル(LLM)は、私たちが人工知能(AI)の能力と相互作用し理解する方法を変えました。
しかし、量子機械学習(QML)の急成長する分野とのLLMの交わりは、その初期段階にあるに過ぎない。
本稿では、量子コンピューティングパラダイムにおいて、ChatGPTに不可欠な基盤トランスフォーマーアーキテクチャを実装するための包括的なフレームワークを詳述し、このニッチを探求する。
我々は、トランスコアコンポーネントの適応バージョンと生成前学習フェーズを実装した量子回路を慎重に設計する。
量子コンピューティングとLLMを統合することで、QMLの研究のための新たな道を開き、AI技術の継続的な進化に貢献したいと思っています。
関連論文リスト
- Transformer Models for Quantum Gate Set Tomography [1.236829197968612]
量子計算は、高性能コンピューティングの領域における有望なフロンティアである。
本研究では,高忠実かつスケーラブルな量子プロセッサを製造する上での課題について検討する。
論文 参考訳(メタデータ) (2024-05-03T13:45:27Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳(メタデータ) (2024-02-26T09:32:07Z) - Efficient Quantum Modular Arithmetics for the ISQ Era [0.0]
本研究は, モジュラー演算関数の精度向上を目的とした, 量子回路の配列について述べる。
我々はPennyLane量子ソフトウェアにおける理論的枠組みと実践的実装を提供する。
論文 参考訳(メタデータ) (2023-11-14T21:34:39Z) - Quantum circuit synthesis with diffusion models [0.7366405857677227]
我々は、この変換を促進するために、生成機械学習モデル、特に拡散モデル(DM)をデノナイズする。
我々は、ゲートベースの量子回路内で所望の量子演算を生成するために、このモデルを操縦する。
我々は、DMを量子回路合成の重要な要素として想定し、実用的な応用だけでなく、理論的量子計算に関する洞察も強化する。
論文 参考訳(メタデータ) (2023-11-03T17:17:08Z) - Foundations of Quantum Federated Learning Over Classical and Quantum
Networks [59.121263013213756]
量子フェデレーション学習(QFL)は、古典的フェデレーション学習(FL)の利点と量子技術の計算能力を統合する新しいフレームワークである。
QFLは古典的通信網と量子的通信網の両方に展開できる。
論文 参考訳(メタデータ) (2023-10-23T02:56:00Z) - Explainable Quantum Machine Learning [0.7046417074932257]
人工知能(AI)や特に機械学習(ML)の手法は、これまで以上に複雑になってきている。
並行して、量子機械学習(QML)が登場し、量子コンピューティングハードウェアの改善が進行中である。
論文 参考訳(メタデータ) (2023-01-22T15:17:12Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳(メタデータ) (2022-06-07T07:32:57Z) - An Introduction to Quantum Machine Learning for Engineers [36.18344598412261]
量子機械学習は、ゲートベースの量子コンピュータをプログラムするための支配的なパラダイムとして登場しつつある。
この本は、確率と線形代数の背景を持つエンジニアの聴衆のために、量子機械学習の自己完結した紹介を提供する。
論文 参考訳(メタデータ) (2022-05-11T12:10:52Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳(メタデータ) (2021-05-30T12:19:27Z) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳(メタデータ) (2021-04-21T13:26:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。