飞桨发布量桨，成为国内首个支持量子机器学习的深度学习平台

雷锋网 AI 科技评论按：5月20日，在百度举办的 WAVE SUMMIT 2020深度学习开发者峰会上，百度研究院量子计算研究所所长段润尧发布了国内首个（也是唯一一个，同时也是全球第二个）支持量子机器学习的工具集：量桨（Paddle Quantum）。

简单来说，Paddle Quantum 是一个基于百度开源框架PaddlePaddle的机器学习库，支持量子神经网络的搭建与训练，提供易用的量子机器学习开发者套件与量子优化、量子化学等前沿量子应用工具集，相关量子算法的研究可以调用量桨内部的计算框架，然后用 Python 编程完成运算。

据段润尧博士介绍，「量桨」特性有三，分别为：

• 易用性：提供简洁的神经网络搭建与丰富的量子机器学习案例。

• 通用性与拓展性：支持常用量子电路模型，提供多项优化工具。

• 特色工具集：提供量子优化、量子化学等前沿量子应用工具集，自研多项量子机器学习应用。

量桨的量子机器学习开发套件包括：量子开发工具集，量子化学库，以及一系列优化工具。与此同时，在量桨的Github开源中，我们还可以看到一系列入门教程，涵盖量子优化、量子化学、量子机器学习等多个领域的经典量子应用。

这里我们想要提一下，段润尧博士在前几天举办的「 AI TIME论道：量子计算离我们还远吗? 」中曾提到，量子计算这个方向代表着未来，因此是一个值得入门的方向，但这个学科的入门非常难，" 涉及计算理论、超导物理等多领域的知识，了解量子物理是必要的，但是不能陷入研究物理的'陷阱'，而是应该从计算机学生的特长入手，夯实数学基础，掌握形式化的方法，弄懂量子力学的四条公理，清楚如何用线性代数刻画四条公理，掌握基本的"语言"之后再尝试解决一些小问题，以此逐步进入量子计算的'门'，之后再逐步补充物理的知识，形成一个螺旋式上升的过程。"

从这个层面来说，这些教程显然是入门量子计算的第一步的第一个动作。

量子机器学习平台的开源，与我们何干？

正如物理学家理查德·费曼所说，" 自然世界不是经典的，如果你想模拟自然世界，最好使用一套量子的机制。"

在过去几年，尽管以深度学习为代表的机器学习方法在许多问题上产生了深远的影响。然而从长远来看，正如牛顿经典力学并不能精确描述自然世界一样，我们若想模拟自然世界，经典机器学习方法会显得力有未逮，而量子机器学习方法则将成为必然。 如今，诸多科技巨头相继布局量子计算，由此也可见，在未来的10~20年内，量子计算以及量子机器学习必将成为社会发展的重要推动力。

现在入手量子计算，或恰逢其时。

下载 Paddle Quantum 并安装

或使用 requirements.txt 安装依赖包

使用 openfermion 读取xyz 描述文件 （仅可在linux下安装使用）

VQE中调用 openfermion 读取分子xyz文件并计算，因此需要安装 openfermion 和 openfermionpyscf。

运行

量桨Github链接： https://github.com/PaddlePaddle/Quantum

https://www.leiphone.com/news/202005/my4QkXE4vZSqZzAY.html