汽车制造商现代希望IonQ的量子机器学习服务能够帮助他们改善3D目标检测/驾驶员和自动驾驶汽车的安全系统。

量子计算的领导者IonQ和现代汽车公司昨日宣布了一个新项目，旨在将量子机器学习应用于未来移动设备的图像分类和3D物体检测。

今年一月，现代汽车公司和IonQ宣布合作，合作内容是开发新的变分量子本征求解器(VQE)算法，用以研究锂化合物以及电池化学反应。通过改进电池设备的充电和放电循环，以及它们的耐用性、容量和安全性，量子驱动的化学模拟有望显著提升锂电池的质量。

量子机器学习

本次的新项目将侧重于把基于量子的计算机视觉改进带到现代汽车的实际测试环境中，努力模拟各种实际驾驶场景。两家公司似乎希望，这一阶段将展示量子机器学习在计算机视觉系统中的应用如何使司机和自动驾驶汽车都受益。

对于这个项目，IonQ表示，它将与现代汽车公司合作，使用IonQ量子计算机更有效地执行机器学习（ML）任务。该公司表示，量子计算机处理海量数据，而且比传统计算方法更快、更准确。

IonQQPU架构

该公司去年夏天公布了其IonQQPU架构。IonQ发布了他们所谓的业界首个可重新配置的多核量子架构（RMQA）。该架构包括合并和分离64个镱（Yb）离子，以创建一个由4条链组成的RMQA，每条链有16个离子。然后每个链可以动态地配置成量子计算核心，允许扩展到大的量子比特而不失去保真度。它们是通过IonQ专有的蒸发玻璃捕集器（EGT）芯片实现的，它提供了足够的稳定性，以最小的重新校准来操作这个架构。

准确处理大量数据

图像分类和3D物体检测是实现下一代移动设施的基础步骤，包括自动驾驶汽车。IonQ和现代汽车将共同寻求通过在量子计算机上进行更有效的机器学习来提高计算功能，因为它们可以比经典系统更快更准确地处理大量的数据。

利用将图像编码为量子态的突破，IonQ已经在使用IonQ的量子处理器对43种类型的路标进行分类方面取得了进展。下一阶段，两家公司将把IonQ的机器学习数据应用于现代汽车公司的测试环境，并模拟各种真实世界的场景。

IonQ总裁兼首席执行官PeterChapman表示："我们很高兴能扩大我们与现代汽车的现有关系，专注于下一代交通工具的关键技术。从合作开展电动汽车的电池研究到自动驾驶的图像分类和物体检测研究，我们希望看到量子计算机在开发新的交通解决方案中成为更加不可或缺的一部分。"

作为该项目的一部分，IonQ和现代汽车公司将寻求为3D物体检测这一广泛的任务开发量子技术，将目前识别路标的工作扩展到包括其他物体，如行人或骑车人。在IonQ的最新量子计算机IonQAria上运行物体识别任务，应该能够以更低的成本实现更有效的处理，从而在未来开发出更安全、更智能的移动设施。IonQAria拥有20个算法量子比特(#AQ)，基于面向应用的标准行业基准，IonQAria是业界最强大的量子计算机。#AQ指标来自于算法基准协议，这是量子经济发展联盟（QED-C）所做的一项独立研究的结果。

相关链接

[1].

转载请注明:http://www.aideyishus.com/lkjg/5334.html