文章预告片: 张量网络可用于表示概率以外的许多物理量,因此它们并非像贝叶斯网络那样专门为表示概率而设计。Judea Pearl因其在贝叶斯网络中的工作而获得了图灵奖。Hinton是最著名的神经网络研究人员之一,他对Judea Pearl和他的贝叶斯网络的发明给予了充分的肯定,因为它激发了概率AI的发明,这是量子AI的自然类似物,但在量子AI中,您可以通过以下方式代替概率AI的概率:概率振幅。概率AI软件:Tensorflow的概率模块,Pytorch的Pyro扩展,PyMC,Stan,Edward,Winbugs等。
Tensor网络(tnet)在广义相对论和高能物理领域有着悠久而辉煌的历史:t'Hooof和Veltman在Diagrammar中使用它们研究规范理论的正则化,Penrose将其应用于广义相对论,Cvitanovic在他的“ 《鸟的踪迹》一书来研究群体理论。
量子电路显然是tnet的一种形式。量子电路图是由Deutsch率先开发的,他通过将那些图复杂化而不是实值化,并对CNOT和双重控制的NOTS添加了单量子位旋转,扩展了从事经典可逆计算的人们(例如Toffoli和Bennett)使用的图。 (又名Toffoli门)已在可逆计算中使用。
吉夫·维达尔(Guifre Vidal)通常被认为是最早使用tnet进行量子计算的人之一,尽管他似乎已经开始使用tnet,但历史相对较晚。这是他于2005年在arxiv上发表的第一篇论文,其中标题中使用了“ Tensor Network”一词。
具有树张量网络的量子多体系统的经典仿真
,石耀云,段明明,Guifre Vidal。
tnet在量子计算软件中的使用最近呈爆炸式增长,Google于2019年5月首次发布了名为“ TensorNetwork”的软件库
https://github.com/google/TensorNetwork
Google的tnet软件的作者和用户从未提及过的tnet历史的一部分是其强大的功能 与更深入的工具Quantum Bayesian Networks(qbnets)连接。就像在广义相对论中一样,张量符号可以用更多的微分形式的几何语言代替,在量子计算中,张量符号可以用更深的qbnets语言代替。为什么更深?简而言之,与tnet不同,qbnet是经典贝叶斯网络的量子力学的自然概括。因此,与tnet不同,qbnet与几十年前的Judea Pearl等贝叶斯网络先驱和Andrew Gelman等多层次模型先驱有着直接的渊源,而贝叶斯网络的软件也同样具有层次关系,MCMC等,例如WinBugs,Stan,Edward,PyMC,Tensorflow的Probability模块,PyTorch的Pyro扩展等。
关注 CDA人工智能学院 ,回复“录播”获取更多人工智能精选直播视频!