Η Zapata συγκεντρώνει 38 εκατομμύρια δολάρια για την κβαντική μηχανική μάθηση

Διευθύνων Σύμβουλος της Zapata Christopher Savoie


Υπολογιστική Zapata συγκέντρωσε 38 εκατομμύρια δολάρια για την πλατφόρμα λογισμικού κβαντικών υπολογιστών της επιχείρησης. Ο αριθμός, που αυξάνει τη συνολική χρηματοδότησή του σε περισσότερα από 64 εκατομμύρια δολάρια, θα μεταβεί στη βασική αποστολή της Zapata: “Παροχή κβαντικού οφέλους στους πελάτες μέσω πραγματικών περιπτώσεων επιχειρηματικής χρήσης”

Η κβαντική υπολογιστική εκμεταλλεύεται τα qubits (σε αντίθεση με τα bit που μπορούν να είναι μόνο σε κατάσταση ή 1, τα qubits μπορούν επίσης να βρίσκονται σε υπέρθεση των δύο) για την εκτέλεση υπολογισμών που θα ήταν πολύ πιο δύσκολοι, ή απλά όχι εφικτοί, για ένα κλασικός υπολογιστής. Σε αντίθεση με τις περισσότερες εκκινήσεις κβαντικών υπολογιστών που δημιουργούν το υλικό, το Zapata επικεντρώνεται στους αλγόριθμους και το λογισμικό που βρίσκεται στην κορυφή. Με έδρα τη Βοστώνη, η Zapata διαθέτει ένα προϊόν: την πλατφόρμα κβαντικών υπολογιστών Orquestra ανεξάρτητη από υλικό. Οι επιχειρήσεις μπορούν να χρησιμοποιήσουν το Orquestra για να κατανοήσουν πού έχει νόημα για τους κβαντικούς υπολογιστές, χωρίς να ανησυχούν για τις βασικές λεπτομέρειες.

Νωρίτερα φέτος, ο Διευθύνων Σύμβουλος της Zapata Christopher Savoie είπε στο VentureBeat η επιχειρηματική περίπτωση χρήσης της κβαντικής πληροφορικής και της μηχανικής μάθησης είναι «το πότε, όχι το εάν. Στην πραγματικότητα, ενώ η εταιρεία 58 ατόμων σχεδιάζει να συνεχίσει τις εργασίες της για τη βελτιστοποίηση και την προσομοίωση, η ομάδα πιστεύει ότι «οι βραχυπρόθεσμες περιπτώσεις κβαντικής χρήσης βρίσκονται στη μηχανική μάθηση».

Κβαντική μηχανική εκμάθηση

Το Zapata χρησιμοποιεί σχεδόν κβαντικά συστήματα, τα οποία μιμούνται την κβαντική συμπεριφορά σε κλασικούς υπολογιστές που ονομάζονται συσκευές Noisy Intermediate Scale Quantum (NISQ), για να προσελκύσουν πιθανούς πελάτες. Το Orquestra απαιτεί μόνο από εσάς να αλλάξετε μερικές γραμμές κώδικα για να αντικαταστήσετε το NISQ backend με ένα πραγματικό κβαντικό σύστημα.

“Βραχυπρόθεσμα, το Quantum Device Studying (QML) φαίνεται να είναι η πιο συμβατή εφαρμογή με συσκευές NISQ που χρησιμοποιούνται σήμερα”, δήλωσε ο Savoie στην VentureBeat. “Οι πρόσφατες εξελίξεις στις πολλά υποσχόμενες εφαρμογές κβαντικής μηχανικής μάθησης περιλαμβάνουν την επεξεργασία φυσικής γλώσσας και γενετικά εχθρικά δίκτυα (GAN), που χρησιμοποιούνται για τη δημιουργία δεδομένων που δεν μπορούν να διακριθούν από τα δεδομένα του πραγματικού κόσμου (δείτε αυτές τις φωτορεαλιστικές εικόνες ως παράδειγμα). Ένα από τα πιο πολύτιμα επιτεύγματα των κβαντικών GAN ​​είναι η ικανότητα πλήρωσης κενών στα δεδομένα που χρησιμοποιούνται για την εκπαίδευση μοντέλων μηχανικής μάθησης δημιουργώντας συνθετικά δεδομένα που εμπίπτουν στο εύρος πιθανότητας των υπαρχόντων δεδομένων. Η αύξηση των δεδομένων εκπαίδευσης με αυτόν τον τρόπο θα μπορούσε μια μέρα να βελτιώσει την ικανότητα των μοντέλων μηχανικής μάθησης να εντοπίζουν σπάνους καρκίνους ή να διαμορφώνουν σπάνια συμβάντα όπως πανδημίες. “

Πάνω: Διευθύνων Σύμβουλος της Zapata Christopher Savoie

Ο Savoie επεσήμανε τα προβλήματα βελτιστοποίησης και τη χημική προσομοίωση ως βραχυπρόθεσμους στόχους για την κβαντική μηχανική εκμάθηση, επαναλαμβάνοντας τι αρέσει σε άλλες εταιρείες κβαντικών υπολογιστών D-Wave Βρήκα. Πιστεύει επίσης ότι το QML θα εφαρμοστεί σε πολλά από τα πεδία όπου η μηχανική εκμάθηση εφαρμόζεται σήμερα, από τη δημιουργία εικόνων έως την ανάλυση χρονοσειρών έως τις προσομοιώσεις ρευστής δυναμικής.

“Η μηχανική μάθηση είναι ένα πεδίο που επικεντρώνεται στην εύρεση μοτίβων σε θορυβώδη, πολυδιάστατα δεδομένα, και ακριβώς εκεί ξεχωρίζει η κβαντική”, δήλωσε ο Savoie. “Ένας άλλος λόγος για τον οποίο το κβαντικό θα είναι δημοφιλές για τη μηχανική μάθηση είναι επειδή η κατάρτιση αλγορίθμων μηχανικής μάθησης απαιτεί συνήθως τεράστια ποσά υπολογιστικής ισχύος. Το κβαντικό υλικό μπορεί, θεωρητικά, να μειώσει το χρόνο σχηματισμού δικτύου. βαθιά από μήνες έως ώρες. πρόσφατη έρευνα Η IBM έχει επιδείξει σημαντική κβαντική επιτάχυνση στην εποπτευόμενη μηχανική μάθηση. “

Ροές εργασίας ανάλυσης δεδομένων

Βασικά, το Orquestra είναι ένας συνθέτης ροής εργασιών δραστηριότητας για κλασικούς αλγόριθμους είναι κβαντικοί αλγόριθμοι. Μια εταιρεία μπορεί στη συνέχεια να πραγματοποιήσει και τους δύο τύπους ανάλυσης δεδομένων και να συγκρίνει τα αποτελέσματα. Η Orquestra δημιουργεί επαυξημένα σύνολα δεδομένων, επιταχύνει την ανάλυση δεδομένων και χτίζει καλύτερα μοντέλα δεδομένων για εφαρμογές στις χρηματοοικονομικές υπηρεσίες, τη βιοφαρμακευτική, την υγειονομική περίθαλψη, την εφοδιαστική, την επιστήμη υλικών, τις τηλεπικοινωνίες, την αεροδιαστημική και την αυτοκινητοβιομηχανία

https://www.youtube.com/look at?v=5h_i4Po9Wds

“Η πραγματικότητα εδώ είναι ότι δεν είμαστε στη βιομηχανία κβαντικών υπολογιστών”, δήλωσε ο Savoie στη VentureBeat σε προηγούμενη συνέντευξη. “Δεν υπάρχει βιομηχανία κβαντικών υπολογιστών. Ακριβώς όπως δεν υπάρχει βιομηχανία GPU. Η GPU κάνει κάτι στο πλαίσιο της πληροφορικής. Θα έλεγα ότι είμαστε στη βιομηχανία ανάλυσης δεδομένων, χρησιμοποιώντας κβαντικούς υπολογιστές, καθώς γίνονται όλο και περισσότερο διαθέσιμα, για την επίλυση ορισμένων από τα προβλήματα σε αυτήν την προβληματική σφαίρα. Επομένως, όλα τα προβλήματα που αντιμετωπίζουμε, είτε πρόκειται για μεγάλες ροές εργασίας χημείας είτε για μεγάλες ροές εργασίας μηχανικής εκμάθησης ή για βελτιστοποίηση μεγάλων δεδομένων ή εργασία βελτιστοποίησης διαδρομής, είναι ροές εργασίας ανάλυσης δεδομένων

Η Savoie λέει ότι λίγο μετά την ίδρυση της Zapata το 2017, οι εταιρείες Fortune 100 χτύπησαν την πόρτα με την ελπίδα να συγκρίνουν τις τρέχουσες κλασικές δυνατότητες ανάλυσης δεδομένων με πιθανές εναλλακτικές κβαντικές υπολογιστικές. Ήθελαν να καταλάβουν πότε πρέπει να βάλουν τον κβαντικό υπολογισμό στον χάρτη πορείας τους. Σε ποιο σημείο θα ξεπεράσει το κβαντικό το κλασικό για τις συγκεκριμένες ροές εργασίας τους Αυτό απαιτεί άμεση σύγκριση στην παραγωγή με προεπεξεργασία, μετα-επεξεργασία και ανάλυση δεδομένων.

https://www.youtube.com/enjoy?v=JXbEaVH_iXM

Ο Ζαπάτα δεν είχε αυτή την ικανότητα, οπότε δημιούργησε την Ορχήστρα. Το εργαλείο περιλαμβάνει ιδιόκτητες και κβαντικές βιβλιοθήκες ανοιχτού κώδικα, καθώς και περιτυλίγματα για κβαντικά υπολογιστικά πλαίσια όπως το IBM’s Qiskit, το Google Cirq, το Xanadu’s Penny Lane και το Rigetti’s Forest.

Χρονισμός και κλίμακα

Με τη νέα χρηματοδότηση, η Zapata ελπίζει να αυξήσει τις ομάδες Ε & Α, επιστήμης και μηχανικής για να υποστηρίξει τους “παγκόσμιους πελάτες της” και “να αναπτύξει περισσότερες δυνατότητες αιχμής για την Orquestra.” Η Savoie αρνήθηκε να συζητήσει μεμονωμένους πελάτες και να χρησιμοποιήσει υποθέσεις λόγω συμφωνιών εμπιστευτικότητας.

Αλλά νωρίτερα φέτος η Savoie μας περιέγραψε τους τρεις τύπους πελατών Zapata:

Ένας τύπος πελάτη είναι σαν μια μεγάλη τράπεζα που έχει πέντε κβαντικούς επιστήμονες που εργάζονται σε αλγοριθμικές συναλλαγές. Θέλουν ήδη να κάνουν τη δουλειά τους. Δεν θα δείξουν ποτέ σε καμία εταιρεία συμβούλων ποιοι είναι οι αλγόριθμοι συναλλαγών τους. Θέλουν απλώς το εργαλείο. Έτσι, σε αυτήν την περίπτωση, μπορούμε να τους εκπαιδεύσουμε στο εργαλείο, να τους δώσουμε το εργαλείο, μερικές επιπλέον συμβουλές ή εκπαίδευση ή να βοηθήσουμε και να κρατήσουμε το χέρι τους εάν χρειαστεί, αλλά βασικά τους διδάξτε πώς να ψαρεύουν με τα ίδια τα ψάρια.

Ο δεύτερος τύπος πελάτη, στο άλλο άκρο, είναι οι άνθρωποι που έρχονται σε εμάς και είναι μια εταιρεία λιανικών προϊόντων. Ξέρουν ότι το χρειάζονται. Χρειάζονται τον υπολογισμό. Κάνουν ήδη ανάλυση δεδομένων με κλασικό τρόπο, αλλά δεν θα προσλάβουν ποτέ κβαντικούς επιστήμονες. Ακόμα κι αν το ήθελαν, δεν θα είχαν αναγνώστη A ++. Κανείς δεν θα εργαστεί για τους Pepsi, Burger King ή McDonald’s ως κβαντικός επιστήμονας, γενικά. Αλλά μπορούν να εξοικονομήσουν πολλά χρήματα και να εξοικονομήσουν πολύ άνθρακα που ρίχνουν στον αέρα εάν μπορούν να κάνουν αυτό το πράγμα βελτιστοποίησης. Εάν ναι, θα έρθουν σε εμάς για την πλατφόρμα. Θα τους βοηθήσουμε με τον αλγόριθμο ως μέρος μιας συμβουλευτικής συμφωνίας.

Στην ιδανική περίπτωση όμως, η τρίτη κατηγορία είναι τα συμπληρώματα που έχουν έρθει σε εμάς. Άτομα όπως η Accenture, η Tata και η Tech Mahindra που ήδη κάνουν την ανάλυση δεδομένων, κάνουν ήδη την ολοκλήρωση δεδομένων, που μπορούν στη συνέχεια να χρησιμοποιήσουν αυτό το εργαλείο και μπορούμε να εκπαιδεύσουμε αυτούς τους ανθρώπους να πάνε και να κάνουν την τελική ολοκλήρωση, η οποία κλιμακώνεται. πολύ καλύτερα .

Η Savoie αρνήθηκε επίσης να επεξεργαστεί τις επερχόμενες δυνατότητες της Orquestra, καθώς επίσης υποσχέθηκε ότι “μια επερχόμενη κυκλοφορία επικεντρώνεται στην ανάπτυξη σε υβριδικά ή ιδιωτικά περιβάλλοντα cloud.” Νωρίτερα φέτος, μια τοπική έκδοση του Orquestra είχε προγραμματιστεί να κυκλοφορήσει μέχρι το τέλος του 2020. Από τότε έχει καθυστερήσει έως το 2021.

Αυτό είναι σίγουρα ένα χρονοδιάγραμμα για το οποίο ενδιαφέρονται οι επενδυτές. Αυτός ο γύρος της Σειράς Β διεξήχθη από την Comcast Ventures, την Pitango και την Prelude Ventures, με την υποστήριξη των υπαρχόντων επενδυτών της Σειράς Α, BASF Undertaking Cash, Robert Bosch Enterprise Funds και The Engine Accelerator Fund. Οι νέοι επενδυτές περιλάμβαναν Ahren Innovation Cash, Alumni Ventures Group, Honeywell Undertaking Capital, ITOCHU και Merck International Health Innovation Fund.

Εγγραφείτε στο Εβδομαδιαία χρηματοδότηση για να ξεκινήσετε την εβδομάδα σας με τις καλύτερες ιστορίες χρηματοδότησης της VB.



[via]

Αυτός ο ιστότοπος χρησιμοποιεί το Akismet για να μειώσει τα ανεπιθύμητα σχόλια. Μάθετε πώς υφίστανται επεξεργασία τα δεδομένα των σχολίων σας.