Soy parte del flujo inaugural del programa de aprendizaje automático cuántico en el Creative Destruction Lab. La respuesta es sí, pero requiere un poco de reflexión.
Definitivamente, puede usar, por ejemplo, la arquitectura D-Wave para ayudar como la capa más baja en una red de creencias profundas en su mayoría clásica (busque el papel de máquina cuántica Helmholtz), y he pensado algunas aplicaciones interesantes para el solucionador QUBO.
No es factible entrenar una red neuronal profunda con lo que actualmente está disponible para cualquier persona (a partir de octubre de 2017) simplemente por la forma en que funciona la computación cuántica.
- ¿Qué es un buen marco de visualización de datos en tiempo real?
- ¿Qué son el aprendizaje profundo y el aprendizaje automático, sus diferencias, similitudes, relaciones y una línea de tiempo de su historia de invención?
- ¿Por qué es tan popular Tensorflow?
- ¿Debo usar Python o Scala para construir un sistema de aprendizaje automático para mi aplicación?
- ¿Cuál es un buen libro para estadísticas como una consideración de ML para principiantes?
Pero, en mi opinión, eso es algo bueno. Las GPU lo hacen muy bien en eso, pero obtener muestras de modelos generativos complejos es cada vez mejor en la arquitectura D-Wave. Rigetti está haciendo algunas cosas interesantes que mi compañero fundador técnico y yo también podríamos usar, una vez que haya suficientes qubits.