Η D-Wave αποκαλύπτει την προσθήκη υβριδικής λύσης για εφαρμογές μηχανικής εκμάθησης

Η D-Wave αποκάλυψε μια νέα προσθήκη υβριδικού λύτη για επιλογή χαρακτηριστικών για το Ocean SDK, μια δυνατότητα που στοχεύει να βοηθήσει τις εταιρείες να αξιοποιήσουν την κβαντική τεχνολογία για να βελτιστοποιήσουν την ανάπτυξη εφαρμογών μηχανικής μάθησης (ML) σε μια εποχή που πολλές περισσότερες επιχειρήσεις υιοθετούν την τεχνητή νοημοσύνη και τεχνολογίες ML

Η προσθήκη υβριδικής λύσης, τώρα διαθέσιμη για λήψη, επιτρέπει στους προγραμματιστές να ενσωματώνουν πιο εύκολα το quantum στην επιλογή χαρακτηριστικών για ροές εργασίας ML. Η D-Wave είπε ότι έχει κατασκευαστεί για να ενσωματώνεται απρόσκοπτα με το scikit-learn, μια βιομηχανικά πρότυπα, προηγμένης τεχνολογίας βιβλιοθήκη ML για την Python.

Σύμφωνα με την IDC, το 78% των οργανισμών πιστεύει ότι τα έργα που βασίζονται στην τεχνητή νοημοσύνη έχουν σημαντικό ή πολύ σημαντικό αντίκτυπο στα επιχειρηματικά αποτελέσματα, αλλά τα έργα μπορεί να είναι περίπλοκα και χρονοβόρα, δίνοντας προτεραιότητα σε οποιαδήποτε εργαλεία που μπορούν να εξορθολογίσουν αυτές τις προσπάθειες

«Η αναδυόμενη τεχνολογία AI/ML για την ανακάλυψη και επαναχρησιμοποίηση χαρακτηριστικών μπορεί να διευκολύνει την ταχύτερη αξία χρόνου για την επιχείρηση, συνθέτοντας πληροφορίες σε όλη την επιχείρηση», δήλωσε η Kathy Lange, Διευθύντρια Έρευνας για την AI και τον Αυτοματισμό της IDC.

«Ακούμε από πελάτες ότι ο συνδυασμός κβαντικών υβριδικών λύσεων με δυνατότητες Η επιλογή στην εκπαίδευση μοντέλων AI/ML είναι σημαντική για την επιτάχυνση του επιχειρηματικού αντίκτυπου», πρόσθεσε ο Murray Thom, αντιπρόεδρος κβαντικής επιχειρηματικής καινοτομίας στην D-Wave. "Αυτό το πρόσθετο αντιπροσωπεύει ένα ακόμη παράδειγμα του τρόπου με τον οποίο το D-Wave διευκολύνει τις ροές εργασίας κβαντικής ML και καθιστά εύκολη την ενσωμάτωση της βελτιστοποίησης στις προσπάθειες επιλογής χαρακτηριστικών."

Η επιλογή χαρακτηριστικών – το βασικό δομικό στοιχείο της μηχανικής μάθησης – είναι το πρόβλημα τον καθορισμό ενός μικρού συνόλου από τα πιο αντιπροσωπευτικά χαρακτηριστικά για τη βελτίωση της εκπαίδευσης μοντέλων και απόδοση σε ML. Με τη νέα προσθήκη, η οποία αφαιρεί περίπλοκες συνθέσεις βελτιστοποίησης, οι προγραμματιστές ML δεν χρειάζεται να είναι ειδικοί στη βελτιστοποίηση ή στην υβριδική επίλυση για να αποκομίσουν τα επιχειρηματικά και τεχνικά οφέλη και των δύο. Οι προγραμματιστές που δημιουργούν εφαρμογές επιλογής χαρακτηριστικών μπορούν να δημιουργήσουν μια διοχέτευση με το scikit-learn και στη συνέχεια να ενσωματώσουν τους υβριδικούς επιλύτες του D-Wave σε αυτή τη ροή εργασίας πιο εύκολα και αποτελεσματικά, είπε η D-Wave.

Ο Dan O'Shea έχει καλύψει τις τηλεπικοινωνίες και συναφή θέματα, όπως ημιαγωγούς, αισθητήρες, συστήματα λιανικής, ψηφιακές πληρωμές και κβαντικούς υπολογιστές/τεχνολογίες για περισσότερα από 25 χρόνια.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• Platoblockchain. Web3 Metaverse Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• πηγή: https://www.insidequantumtechnology.com/news-archive/d-wave-unveils-hybrid-solver-plug-in-for-machine-learning-apps/