Quantinuum宣佈更新Quantum自然語言處理工具包λambeq,以增強存取權

λambeq的更新引入許多新的重要功能,為研究人員和開發人員提供更多的選擇和靈活性,將句子轉為量子電路

英國牛津2022年3月30日 /美通社/ — 全球領先的整合式量子運算公司 Quantinuum 的量子自然語言處理團隊發佈對其開源 Python 庫和工具包 λambeq(發音為「Lambek」)的重大更新。

λambeq 將任何自然語言句子轉換為量子電路,準備在量子電腦上實現。新版本專為日益壯大的精通量子自然語言處理 (QNLP) 和自然語言處理 (NLP) 的研究人員、開發人員和用戶社群而設。自然語言處理市場預計在未來五年內每年增長 27%。[1]

該更新將支援量子自然語言處理的發展和潛在的未來應用,例如自動對話、文本挖掘、語言翻譯、文本至語音、語言產生和生物訊息學。

Quantinuum 應用量子自然語言處理研究負責人 Dimitrios Kartsaklis 博士表示:「自從我們推出 λambeq 以來,我們收到來自快速增長的用戶社群的寶貴反饋,今天可用的許多新功能都反映了這點。例如,新版本的 λambeq 現在配備一個與工具包完全整合的本地最先進解析器。此外,該工具包現在配備支援流行的監督學習庫(例如 PyTorch)的訓練包,以幫助用戶使用 λambeq 產生的量子電路和張量網絡高效訓練自然語言處理任務。此更新完全是關於可存取權,至關重要的是,減少實現結果所需的時間。」

另外,重要的是,λambeq 新的神經 CCG 解析器 Bobcat,是在大型人工標註的句法推導語料庫上進行訓練。它與工具包完全整合,簡化了安裝過程,並提供改進的最先進解析性能。之前的解析器仍然是工具包的一部分,為了社群的利益,Bobcat 也將在適當時候作為分開的獨立開源工具發佈。

新的更新配備命令行介面,使沒有編程知識的用戶可以使用該工具包的大部分功能。它還包含一個新的監督訓練模組,旨在簡化在機器學習設定中訓練參數化量子電路和張量網絡的過程。

λambeq 是第一個量子自然語言處理和運算語言學工具包。它可以將一個句子轉換成一個量子電路,從句子的句法結構中繼承其糾纏結構。這種結構的動機是語法數學模型和量子協議之間的正式數學對應關係,正如 Quantinuum 的高級研究人員、首席科學家 Bob Coecke 教授和人工智能負責人 Stephen Clark 教授所建立的結構。

透過這次更新,λambeq 在為用戶提供更多關於可產生量子電路選項方面變得更加靈活。它允許對句法圖進行操作,並使從句法結構定義量子電路變得更簡單。

λambeq 的可顯示輸出也得到改進,文件已經擴展了許多例子,以消除一般用戶的進入障礙。

如何找到 λambeq 

[1] Mordor Intelligence, 2021: https://www.mordorintelligence.com/industry-reports/natural-language-processing-market 

關於 Quantinuum 

Quantinuum 是全球最大的整合式量子運算公司,由 Honeywell Quantum Solutions 的世界領先硬件和 Cambridge Quantum 一流的中間件和應用程式組合而成。

Quantinuum 在美國、歐洲和日本的八個地點僱有 400 多名員工,其中包括 300 名科學家。

Quantinuum 以科學為主導和企業驅動,加速量子運算和跨化學、網絡安全、金融和優化的應用程式開發。Quantinuum 的重點是建立可擴展的商業量子解決方案,以解決世界上最緊迫的問題,如能源、物流、氣候變化和健康等領域。

Quantinuum 的開源開發工具包 TKET 提供對世界領先的量子硬件和模擬器的平台共融存取權,並增強每個 Quantinuum 產品的性能,包括網絡安全密鑰產生平台 Quantum Origin、量子運算化學和材料科學軟件包 EUMEN 和 Quantinuum 的量子自然語言處理和運算語言學工具包 λambeq。

Quantinuum 的 H1 代量子電腦由 Honeywell 支援,是世界最先進的電腦之一,並且率先透過行業標準的量子體積 2048 基準測試。Quantinuum 致力在未來五年每年將其商用量子電腦的量子體積以幾何級數增加。