D-Wave lança plug-in de solução híbrida para aplicativos de aprendizado de máquina

D-Wave lança plug-in de solução híbrida para aplicativos de aprendizado de máquina

A D-Wave Systems anunciou recentemente um lançamento no AWS Marketplace, oferecendo uma maneira mais acessível para os fornecedores usarem sua tecnologia.
By Dan O'Shea postado em 20 de março de 2023

A D-Wave revelou um novo plug-in de solução híbrida para seleção de recursos para seu Ocean SDK, uma capacidade que visa ajudar as empresas a aproveitar a tecnologia quântica para otimizar o desenvolvimento de aplicativos de aprendizado de máquina (ML) em um momento em que muitas empresas estão adotando IA e tecnologias de ML

O plug-in do solucionador híbrido, agora disponível para download, permite que os desenvolvedores incorporem mais facilmente o quantum na seleção de recursos para fluxos de trabalho de ML. A D-Wave disse que foi desenvolvida para se integrar perfeitamente ao scikit-learn, uma biblioteca de ML de última geração padrão do setor para Python.

De acordo com a IDC, 78% das organizações acreditam que os projetos orientados por IA têm um impacto significativo ou muito significativo nos resultados de negócios, mas os projetos podem ser complexos e demorados, valorizando qualquer ferramenta que possa simplificar esses esforços

“A tecnologia emergente de IA/ML para descoberta e reutilização de recursos pode facilitar o valor do time-to-business mais rápido, sintetizando informações em toda a empresa”, disse Kathy Lange, diretora de pesquisa de IA e automação da IDC.

“Ouvimos dos clientes que a combinação de soluções híbridas quânticas com recursos a seleção no treinamento do modelo AI/ML é importante para acelerar o impacto nos negócios”, acrescentou Murray Thom, vice-presidente de inovação de negócios quânticos da D-Wave. “Este plug-in representa mais um exemplo de como o D-Wave está facilitando fluxos de trabalho quânticos de ML e facilitando a incorporação de otimização nos esforços de seleção de recursos.”

A seleção de recursos - um bloco de construção fundamental do aprendizado de máquina - é o problema de determinar um pequeno conjunto das características mais representativas para melhorar o treinamento do modelo e desempenho no ML. Com o novo plug-in, que abstrai formulações de otimização complexas, os desenvolvedores de ML não precisam ser especialistas em otimização ou solução híbrida para obter os benefícios comerciais e técnicos de ambos. Os desenvolvedores que criam aplicativos de seleção de recursos podem criar um pipeline com o scikit-learn e incorporar os solucionadores híbridos da D-Wave a esse fluxo de trabalho com mais facilidade e eficiência, disse D-Wave.

Dan O'Shea cobriu telecomunicações e tópicos relacionados, incluindo semicondutores, sensores, sistemas de varejo, pagamentos digitais e computação/tecnologia quântica por mais de 25 anos.

Carimbo de hora:

Mais de Por dentro da tecnologia quântica

Quantum News Briefs 8 de setembro: NSA estabelece prazo de 2035 para adoção de criptografia pós-quântica em sistemas de segurança nacional, PQShield publica atualização pós-quântica para o Signal Protocol e oferece pro bono para a Signal Foundation, Monitoramento de bateria de veículo elétrico de alta precisão com sensores quânticos de diamante para extensão da autonomia em direção à neutralidade de carbono e MAIS

Nó Fonte: 1660200
Carimbo de hora: 8 de setembro de 2022