D-Wave memperkenalkan plug-in pemecah hybrid untuk aplikasi pembelajaran mesin

D-Wave memperkenalkan plug-in pemecah hybrid untuk aplikasi pembelajaran mesin

D-Wave Systems baru-baru ini mengumumkan peluncuran di AWS Marketplace, menawarkan cara yang lebih mudah diakses bagi vendor untuk menggunakan teknologinya.
By Dan O'Shea diposting 20 Maret 2023

D-Wave telah meluncurkan plug-in pemecah hybrid baru untuk pemilihan fitur untuk Ocean SDK-nya, sebuah kemampuan yang bertujuan untuk membantu perusahaan memanfaatkan teknologi kuantum untuk merampingkan pengembangan aplikasi pembelajaran mesin (ML) pada saat lebih banyak perusahaan mengadopsi AI dan teknologi ML

Plug-in pemecah hybrid, sekarang tersedia untuk diunduh, memungkinkan pengembang untuk lebih mudah menggabungkan kuantum ke dalam pemilihan fitur untuk alur kerja ML. D-Wave mengatakan itu dibangun untuk berintegrasi mulus dengan scikit-learn, perpustakaan ML canggih standar industri untuk Python.

Menurut IDC, 78% organisasi percaya bahwa proyek yang digerakkan oleh AI memiliki dampak yang signifikan atau sangat signifikan terhadap hasil bisnis, tetapi proyek dapat menjadi rumit dan memakan waktu, menempatkan premium pada alat apa pun yang dapat merampingkan upaya tersebut

“Teknologi AI/ML yang muncul untuk penemuan fitur dan penggunaan kembali dapat memfasilitasi nilai waktu-ke-bisnis yang lebih cepat, menyintesis informasi di seluruh perusahaan,” kata Kathy Lange, Direktur Riset AI dan Otomasi IDC.

“Kami mendengar dari pelanggan bahwa kombinasi solusi hibrid kuantum dengan fitur seleksi dalam pelatihan model AI/ML penting untuk mempercepat dampak bisnis,” tambah Murray Thom, wakil presiden inovasi bisnis kuantum di D-Wave. “Plug-in ini menunjukkan contoh lain bagaimana D-Wave memfasilitasi alur kerja ML kuantum dan membuatnya mudah untuk menggabungkan pengoptimalan dalam upaya pemilihan fitur.”

Pemilihan fitur – blok bangunan utama dari pembelajaran mesin – adalah masalahnya menentukan sekumpulan kecil karakteristik yang paling representatif untuk meningkatkan pelatihan model dan performa di ML. Dengan plug-in baru, yang mengabstraksikan formulasi pengoptimalan yang kompleks, developer ML tidak perlu menjadi ahli dalam pengoptimalan atau pemecahan hibrid untuk mendapatkan manfaat bisnis dan teknis dari keduanya. Pengembang yang membuat aplikasi pemilihan fitur dapat membangun pipa dengan scikit-learn dan kemudian menyematkan pemecah hybrid D-Wave ke dalam alur kerja ini dengan lebih mudah dan efisien, kata D-Wave.

Dan O'Shea telah meliput telekomunikasi dan topik terkait termasuk semikonduktor, sensor, sistem ritel, pembayaran digital, dan komputasi/teknologi kuantum selama lebih dari 25 tahun.

Stempel Waktu:

Lebih dari Di dalam Teknologi Kuantum