Cambridge Quantum veröffentlicht das weltweit erste Quanten-Toolkit und die erste Bibliothek für natürliche Sprachverarbeitung

Cambridge, England (ots/PRNewswire) – Durch die Umwandlung von Sätzen in Quantenschaltungen beschleunigt “lambeq” die Entwicklung praktischer QNLP-Anwendungen, da Quantencomputersysteme skalierbar sind

Cambridge Quantum (“CQ”) gab heute die Veröffentlichung des weltweit ersten Toolkits und der Bibliothek für Quantum Natural Language Processing (QNLP) bekannt. Das Toolkit heißt lambeq, benannt nach dem verstorbenen Mathematiker und Linguisten Joachim Lambek.

lambeq ist das weltweit erste Software-Toolkit für QNLP, das Sätze in eine Quantenschaltung umwandeln kann. Es soll die Entwicklung praktischer, realer QNLP-Anwendungen beschleunigen, wie z. B. automatisierte Dialoge, Text Mining, Sprachübersetzung, Text-to-Speech, Spracherzeugung und Bioinformatik.

lambeq wurde auf einer vollständig quelloffenen Basis zum Nutzen der weltweiten Quantencomputer-Gemeinschaft und des schnell wachsenden Ökosystems von Quantencomputer-Forschern, -Entwicklern und -Nutzern veröffentlicht. lambeq arbeitet nahtlos mit TKET von CQ zusammen, der weltweit führenden und am schnellsten wachsenden Quanten-Software-Entwicklungsplattform, die ebenfalls vollständig quelloffen ist. Dadurch erhalten QNLP-Entwickler Zugang zu einer möglichst breiten Palette von Quantencomputern.

lambeq wurde von dem in Oxford ansässigen CQ-Forschungsteam für Quantencomputer unter der Leitung von Chief Scientist Bob Coecke konzipiert, entworfen und entwickelt, wobei der leitende Wissenschaftler Dimitrios Kartsaklis, Ph.D., als leitender Architekt der Plattform fungiert. lambeq und QNLP im weiteren Sinne sind das Ergebnis eines Forschungsprojekts, das sich über ein Jahrzehnt erstreckt.

“Unser Team war an grundlegenden Arbeiten beteiligt, die erforschen, wie Quantencomputer eingesetzt werden können, um einige der schwierigsten Probleme der künstlichen Intelligenz zu lösen”, so Coecke. “Diese Arbeit basierte auf Fortschritten, die ursprünglich von mir, Steve Clark, dem heutigen Leiter der KI-Abteilung von CQ, und anderen entwickelt wurden. Das NLP steht im Mittelpunkt dieser Untersuchungen. Die Veröffentlichung von lambeq ist der nächste natürliche Schritt nach der Veröffentlichung vor einigen Monaten, die Details der weltweit ersten QNLP-Implementierung von CQ auf echten Quantencomputern enthielt, und unserer ersten Offenlegung der Grundprinzipien im Dezember 2019.”

“In verschiedenen Veröffentlichungen des letzten Jahres”, so Coecke weiter, “haben wir nicht nur Details dazu geliefert, wie Quantencomputer NLP verbessern können, sondern auch gezeigt, dass QNLP ‘quantennativ’ ist, d.h. die Kompositionsstruktur, die die Sprache steuert, ist mathematisch dieselbe wie die, die Quantensysteme steuert. Dies wird die Welt letztlich von dem derzeitigen Paradigma der KI wegbringen, das sich auf undurchsichtige und ungefähre Brute-Force-Techniken stützt.”

lambeq ermöglicht und automatisiert den Entwurf und die Durchführung von NLP-Experimenten des Typs compositional-distributional (DisCo), den CQ-Wissenschaftler zuvor beschrieben haben. Das bedeutet, dass man von Syntax-/Grammatikdiagrammen, die die Struktur eines Textes kodieren, zu (klassischen) Tensornetzen oder Quantenschaltungen übergeht, die mit TKET implementiert werden und für maschinelle Lernaufgaben wie die Textklassifikation optimiert werden können. lambeq ist modular aufgebaut, so dass die Benutzer Komponenten in das Modell ein- und auswechseln können und die Architektur flexibel gestalten können.

lambeq beseitigt die Einstiegshürden für Praktiker und Forscher, die sich auf KI und Mensch-Maschine-Interaktionen konzentrieren, eine der potenziell wichtigsten Anwendungen der Quantentechnologie. TKET hat inzwischen eine weltweite Nutzerbasis, die in die Hunderttausende geht. lambeq hat das Potenzial, das wichtigste Toolkit für die Quantencomputer-Community zu werden, die sich mit QNLP-Anwendungen beschäftigen will, die zu den wichtigsten Märkten für KI gehören. Ein wichtiger Punkt, der sich in letzter Zeit herauskristallisiert hat, ist, dass QNLP auch auf die Analyse von Symbolsequenzen anwendbar sein wird, die sowohl in der Genomik als auch in der Proteomik auftreten.

Die Merck-Gruppe, ein Launch-Partner und Early Adopter von lambeq, hat kürzlich im Rahmen eines Projekts mit dem Innovationsprogramm Quantum Entrepreneurship Laboratory der Technischen Universität München ein Forschungspapier über QNLP veröffentlicht.

Thomas Ehmer vom IT Healthcare Innovation Incubator von Merck und Mitbegründer der Quantum Computing Interest Group, sagte: “Die Nutzung der einzigartigen Eigenschaften des Quantencomputers für grundlegende Durchbrüche ist ein wichtiger Teil unserer Forschung bei Merck. Unser kürzlich veröffentlichtes Projekt in QNLP mit Forschern der TU München hat bewiesen, dass binäre Klassifizierungsaufgaben für Sätze mit QNLP-Techniken bereits in diesem Stadium Ergebnisse erzielen können, die mit bestehenden klassischen Methoden vergleichbar sind. Es liegt auf der Hand, dass die Infrastruktur für die Quanteninformatik noch weiterentwickelt werden muss, bevor diese Techniken kommerziell genutzt werden können. Entscheidend ist, dass der in QNLP verwendete Ansatz den Weg zu einer erklärbaren KI und damit zu einer präziseren Intelligenz eröffnet, die auch rechenschaftspflichtig ist – was in der Medizin entscheidend ist.”

“Es gibt eine Menge interessanter theoretischer Arbeiten zu QNLP, aber die Theorie ist in der Regel weit von der Praxis entfernt”, so Kartsaklis. “Mit lambeq geben wir Forschern die Möglichkeit, praktische Erfahrungen mit experimentellen Aspekten von QNLP zu sammeln, was derzeit noch völlig unerforscht ist. Dies ist ein entscheidender Schritt auf dem Weg zu einem Punkt, an dem praktische, reale NLP-Anwendungen auf Quantenhardware Realität werden.

lambeq wurde als konventionelles Python-Repository auf GitHub veröffentlicht und ist hier verfügbar:
https://github.com/CQCL/lambeq. Die von lambeq erzeugten Quantenschaltungen wurden bisher auf Quantencomputern von IBM und Geräten der H-Serie von Honeywell Quantum Solutions ausgeführt und implementiert.

Das Toolkit wird in einem technischen Bericht vorgestellt, der auf arxiv hochgeladen wurde und hier verfügbar ist:
https://arxiv.org/abs/2110.04236. Ein allgemein zugänglicher Blogbeitrag findet sich hier:
https://medium.com/cambridge-quantum-computing/quantum-natural-langua
ge-processing-ii-6b6a44b319b2. Technische Anfragen können an lambeq-support@cambridgequantum.com gerichtet werden.

In den letzten Jahren sind NLP-basierte Anwendungen in allen Sektoren weltweit allgegenwärtig geworden, vom Kundendienst und der Verbrauchertechnologie bis hin zum Gesundheitswesen und der Werbung. Branchenanalysten zufolge wird der globale NLP-Markt bis 2028 voraussichtlich 127,26 Milliarden US-Dollar wert sein, mit einer CAGR von fast 30 Prozent[1].

Informationen zu Cambridge Quantum

CQ wurde 2014 gegründet und wird von einigen der weltweit führenden Unternehmen für Quantenverarbeitung unterstützt. Das Unternehmen ist weltweit führend im Bereich Quantensoftware und Quantenalgorithmen und ermöglicht seinen Kunden, das Beste aus der sich schnell entwickelnden Hardware für Quantenverarbeitung herauszuholen. CQ hat Niederlassungen in Europa, den USA und Japan. Am 8. Juni 2021 kündigte CQ eine Fusion mit Honeywell Quantum Solutions an, die voraussichtlich im vierten Quartal 2021 abgeschlossen wird.

Weitere Informationen finden Sie bei CQ unter http://www.cambridgequantum.com und auf LinkedIn. Zugriff auf den Quellcode für lambeq, TKET, Python-Bindungen und Dienstprogramme auf GitHub.

[1]
https://www.fortunebusinessinsights.com/industry-reports/natural-lang
uage-processing-nlp-market-101933

OTS-ORIGINALTEXT PRESSEAUSSENDUNG UNTER AUSSCHLIESSLICHER INHALTLICHER VERANTWORTUNG DES AUSSENDERS. www.ots.at
© Copyright APA-OTS Originaltext-Service GmbH und der jeweilige Aussender