南方站长网 – 互联网爱好者创业的站长之家
您的位置:首页 >科技 >

Zapata为量子机器学习筹集了3800万美元

时间:2021-02-04 16:33:18 | 来源:

Zapata Computing已经为其量子计算企业软件平台筹集了3800万美元。该数字使其总资金超过6400万美元,将用于Zapata的核心任务:“通过实际的业务用例为客户提供量子优势。”

量子计算利用量子位(不同于只能处于0或1状态的位,量子位也可以处于两者的叠加)执行对于传统计算机而言将更加困难或根本不可行的计算。与大多数构建硬件的量子计算初创公司不同,Zapata专注于位于顶部的算法和软件。Zapata总部位于波士顿,拥有一种产品:与硬件无关的Orquestra量子计算平台。企业可以使用Orquestra来找出量子计算对他们有意义的位置,而不必担心其底层的细节。

今年早些时候,Zapata首席执行官克里斯托弗·萨瓦(Christopher Savoie)告诉VentureBeat,量子计算和机器学习业务用例是“何时,而非假设”。实际上,尽管这家拥有58名员工的公司计划继续进行优化和仿真工作,但该团队认为“最近的量子用例在机器学习中。”

量子机器学习

Zapata使用准量子系统(该系统在称为Noisy Intermediate Scale Quantum(NISQ)设备的经典计算机上模拟量子行为)来吸引潜在客户。Orquestra只需更改几行代码即可将NISQ的后端换成实际的量子系统。

“从近期来看,量子机器学习(QML)似乎是与当今使用的NISQ设备最兼容的应用程序,” Savoie告诉VentureBeat。“有前途的量子机器学习应用程序的最新进展包括自然语言处理和生成对抗网络(GAN),这些网络用于生成与真实世界数据无法区分的数据(请参见这些逼真的图像作为示例)。量子动力GAN的最有价值的成果之一是能够通过创建落入现有数据概率范围内的合成数据来填补用于训练机器学习模型的数据中的空白的能力。以这种方式增加训练数据可能有一天会提高机器学习模型检测罕见癌症或模型诸如流行病等罕见事件的能力。”

Savoie指出优化问题和化学模拟是量子机器学习的近期目标,与D-Wave等其他量子计算公司的发现相呼应。他还相信QML将适用于当今应用机器学习的许多领域,从图像生成到时间序列分析再到流体动力学仿真。

Savoie说:“机器学习是一个专注于在高维,嘈杂数据中寻找模式的领域,而这正是量子优势所在。”“量子将在机器学习中流行的另一个原因是,训练机器学习算法通常需要大量的计算能力。从理论上讲,量子硬件可以将深度网络的培训时间从数月缩短至数小时。实际上,IBM最近的研究表明,在监督式机器学习中,量子速度有了显着提高。”

数据分析工作流程

Orquestra的核心是用于经典算法和量子算法的任务工作流撰写器。因此,企业可以执行两种类型的数据分析并比较结果。Orquestra生成增强的数据集,加速数据分析,并构建更好的数据模型,以用于金融服务,生物/制药,医疗保健,物流,材料科学,电信,航空航天和汽车行业的应用。

“现实是我们不在量子计算行业,”萨沃伊在早些时候的采访中对VentureBeat表示。“没有量子计算产业。就像没有GPU行业一样。GPU在计算环境中执行某些操作。我要说的是,我们在数据分析行业中正在使用量子计算机,因为量子计算机变得越来越可用,以解决该问题领域中的部分问题。因此,我们正在做的所有问题,无论是大型化学工作流程,大型机器学习工作流程,大数据优化或路线优化工作流程,都是数据分析工作流程。”

Savoie声称,Zapata于2017年成立后不久,《财富》 100强公司就敲定了希望将其当前的经典数据分析功能与潜在的量子计算替代方案进行基准比较的希望。他们想弄清楚什么时候应该将量子计算放在他们的路线图上。对于特定的工作流程,量子将在什么时候胜过经典?这就需要在生产中与数据的预处理,后处理和分析进行直接比较。

Zapata没有该功能,因此它建立了Orquestra。该工具包括开源和专有的量子库,以及量子计算框架的包装程序,例如IBM的Qiskit,谷歌的Cirq,Xanadu的Penny Lane和Rigetti的Forest。

时间和规模

有了新的资金,Zapata希望扩大其研发,科学和工程团队,以支持其“全球客户”并“为Orquestra开发更先进的功能。”由于保密协议,Savoie拒绝讨论单个客户和用例。

但是今年早些时候,萨瓦(Savoie)向我们介绍了三种Zapata客户:

一种类型的客户就像一家大型银行,拥有五名从事算法交易的量子科学家。他们已经想做自己的工作。他们永远不会向任何咨询公司展示他们的交易算法。他们只想要工具。因此,在这种情况下,我们可以在工具上对他们进行培训,向他们提供工具,提供一些咨询或培训或额外的帮助,并在必要时用手握住,但基本上可以教他们如何用鱼自己钓鱼。

另一方面,第二类客户是来找我们的人,他们是零售产品公司。他们知道他们需要这个。他们需要计算。他们已经在经典地进行数据分析,但是他们永远不会雇用量子科学家。即使他们愿意,也不会获得A ++播放器。一般来说,没有人会为百事可乐,汉堡王或麦当劳做量子科学家。但是,如果他们可以执行此优化操作,则可以节省大量金钱并节省大量碳排放。在这种情况下,他们将向我们寻求平台。作为咨询服务的一部分,我们将帮助他们使用该算法。

理想情况下,第三类是来到我们这里的集成商。埃森哲(Accenture),塔塔(Tata)和Tech Mahindra等人已经在进行数据分析,已经在进行数据集成工作,然后可以使用此工具,我们可以培训这些人去进行最终集成,这样可以更好地扩展。

Savoie还拒绝详细说明即将推出的Orquestra功能,只是承诺“即将发布的版本将围绕混合云或私有云环境中的部署”。今年早些时候,Orquestra的本地版本计划于2020年底发布。此后已推迟到2021年。

当然,这是一个时间表投资者感兴趣。此B轮融资由Comcast Ventures,Pitango和Prelude Ventures牵头,并获得了现有的A轮投资人巴斯夫风险投资,罗伯特·博世(Robert Bosch)风险投资和Engine Accelerator Fund的支持。新的投资者包括Ahren Innovation Capit al,校友风险投资集团,Honeywell Venture Capital,ITOCHU和默克全球健康创新基金。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。

猜你喜欢