Rigetti利用量子机器学习提高预测天气的能力

光子盒研究院出品

12月1日，全栈量子计算公司Rigetti Computing宣布，它已经开发出一种使用量子计算机解决天气建模问题的有效方案。在现有机器学习工作流程的基础上，该公司将经典和量子机器学习技术相结合生成高质量的合成天气雷达数据，并将其用于改进风暴预测的经典模型。这项工作是在Rigetti的32量子比特系统上进行的，这证明了近期量子硬件的实际应用是可以实现的。

Rigetti Computing的创始人兼首席执行官Chad Rigetti说：“这些结果为实现具有高度影响力以及与运营相关的问题的量子优势奠定了基础。我们已经展示了量子计算机可以有效融合到最先进的经典工作流程中，并执行具有现实意义的任务。”

根据美国国家气象局2017年的一项研究，美国的私人天气预报是一个价值70亿美元的行业，并且在不断增长。该研究估计，企业可以从给各种与天气相关的应用定制数据中获得高达130亿美元的经济收入。它还表明，天气预报的持续改进使得企业和政府能够更好地为灾害做好准备、降低风险和推动关键决策的制定，这么一来所有部门的经济价值都可能得到大幅提升。

生成机器学习模型已经成为增强预测能力的一种强有力的新兴工具。其中一个是离岸降水能力模型(Offshore Precipitation Capability, OPC)，这是一个由麻省理工学院林肯实验室研发的卷积神经网络。

OPC集成了多种输入，包括卫星图像、雷击数据和数值模型，为传统天气雷达覆盖范围以外的地区生成类似雷达的合成数据。这些模型能够为民用和军用航空离岸空中交通管理等领域的关键决策提供信息。

在今天发布的一项新研究中，Rigetti利用有监督的量子机器学习模型生成的合成数据，展示了一种混合的量子方法，其性能与经典基线模型相当。他们还发现，将OPC经典神经网络的一层替换为量子卷积层，可以提高模型预测恶劣天气的能力。

OPC模型

Rigetti公司量子工程副总裁Matt Reagor说：“我们认为当量子计算机与经典计算机相互协同配合进行工作时，量子计算机才能发挥最大价值。这些结果证实量子子程序可以直接嵌入到实际的机器学习工作流程中。此外，我们开发的技术可以应用于其他领域，如计算机金融、基因组学和图像处理。”

Rigetti将于12月13日在“人工智能促进人道主义援助和灾难应对研讨会”上介绍这些发现，这是神经信息处理系统大会(NeurIPS 2021)线上会议的一部分。

NeurIPS是一个关于机器学习和计算神经科学的国际会议。固定在每年的12月举行，由NIPS基金会主办。NIPS是机器学习领域的顶级会议。

这项研究部分由美国政府资助。

参考链接：

https://aithority.com/machine-learning/rigetti-enhances-predictive-weather-modeling-with-quantum-machine-learning/

—End—

相关阅读：

光子盒将为中国境内的研究机构和企业提供一个免费的垂直招聘信息发布渠道，欢迎有需求的机构或企业直接联系光子盒。（微信：Hordcore）

你可能会错过：