D-Wave Quantum Inc. (NYSE: QBTS), líder en sistemas, software y servicios de computación cuántica, ha anunciado el lanzamiento de un nuevo conjunto de herramientas para desarrolladores diseñado para acelerar la innovación en inteligencia artificial (IA) cuántica y aprendizaje automático (ML). Este lanzamiento incluye un kit de herramientas de código abierto para desarrolladores de IA cuántica y una demostración que permite a los desarrolladores integrar los procesadores cuánticos de D-Wave en frameworks modernos de IA y ML.
Como parte de la suite de software OceanTM de D-Wave, el kit de herramientas permite la integración directa entre las computadoras cuánticas de D-Wave y PyTorch, un framework de ML de grado de producción ampliamente utilizado para construir y entrenar modelos de aprendizaje profundo. El kit incluye un módulo de red neuronal PyTorch para usar una computadora cuántica en la construcción y entrenamiento de modelos de ML conocidos como máquinas de Boltzmann restringidas (RBM). Según el Dr. Trevor Lanting, director de desarrollo de D-Wave, esta oferta responde a la demanda de los clientes de explorar el potencial combinado de la computación cuántica y las tecnologías de IA.
La compañía está colaborando con un número creciente de clientes, incluyendo Japan Tobacco Inc., el Centro de Supercomputación Jülich en Forschungszentrum Jülich, y TRIUMF, el centro de aceleradores de partículas de Canadá, en proyectos exploratorios de IA cuántica. Para más detalles sobre este anuncio, visite https://ibn.fm/CJpIm.
D-Wave Quantum Inc. se destaca como el primer proveedor comercial de computadoras cuánticas y la única compañía que construye computadoras cuánticas tanto de recocido como de modelo de puerta. Sus sistemas cuánticos, los más grandes del mundo, ofrecen tiempos de respuesta de menos de un segundo y pueden ser desplegados in situ o accedidos a través de su servicio de nube cuántica, que garantiza un 99.9% de disponibilidad y tiempo de actividad. Más de 100 organizaciones confían en D-Wave para resolver sus desafíos computacionales más difíciles.
