この記事は、AI関連ニュースメディアQuantumBit（WeChat ID: QbitAI）の許可を得て転載しています。転載の許可については、元の情報源にお問い合わせください。

量子システムは複雑で、力ずくの計算は非効率的であり、既存のテンソルネットワークを大規模に使用することは困難であるため、高温超伝導体などの複雑な問題の開発は制限されます。

今、Google が動き出しました。

ペリメーター理論物理学研究所および Google X と共同で、テンソル計算の効率を向上させる新しい物理学および機械学習ライブラリTensorNetwork が開発され、オープンソースになりました。

このコンピューティング ライブラリは、バックエンドとして TensorFlow を使用し、GPU 処理用に最適化されており、CPU 処理に比べて最大 100 倍の高速化を実現します。

Google AIのリサーチエンジニアであるチェイス・ロバーツ氏と、Xのリサーチサイエンティストであるステファン・ライヒェナウアー氏は、オープンソースコミュニティを通じてTensorNetworkに新機能を追加し続けると述べました。彼らは、TensorNetworkが科学者や機械学習の実践者にとって貴重なツールとなることを期待しています。

TensorNetworkの有効性

テンソルは、その順序に応じて階層構造に分類される多次元配列です。通常の数またはスカラーは0階テンソル、ベクトルは1階テンソル、行列は2階テンソルです。

テンソル ネットワークは、テンソル収縮パターン (テンソルに対する数学的演算の一種) をエンコードするグラフの一種であり、複数のテンソルが集まって新しいテンソルを形成します。

テンソル ネットワークは、テンソルを直接保存したり操作したりするのではなく、より大きなテンソル ネットワークの形状内のより小さなテンソルの収縮としてテンソルを表します。

したがって、テンソル ネットワークは、大量のメモリを必要とせずに、数個、数十個、さらには数百個のテンソルを非常に効率的に表現できます。

テンソルネットワークは現在、量子物理学などの分野で広く利用されています。これらの利点により、画像分類、物体認識、その他の人工知能タスクにもより実用的になっています。

TensorNetwork は、この方向への Google の取り組みの結果です。

汎用テンソルネットワークアルゴリズムライブラリとしてどれほど効果があるのか​​？Googleがテストを実施しました。

近似量子状態は物理学におけるテンソル ネットワークの典型的な使用例であり、テンソル ネットワーク ライブラリの機能を直感的に説明できます。

Google の研究者は、TensorNetwork を使用してツリー構造テンソル ネットワーク (TTN) アルゴリズムを実装し、周期的量子スピン チェーン (1D) または薄いトーラス (2D) 上の格子モデルの基底状態を近似しました。

このタスクでは、TensorNetwork ライブラリを使用した GPU は、TensorNetwork ライブラリを使用しない CPU と比較して 100 倍の計算速度の向上を達成しました。

TensorNetworkのユースケースを拡大し続ける

Google は現在、TensorNetwork をオープンソース化しており、以下から入手できます。

https://github.com/google/tensornetwork

TensorNetworkに関連する2つの論文も発表されました。

最初の論文では、TensorNetwork の概要を示し、このオープンソース ライブラリとその API を紹介しています。

TensorNetwork: 物理学と機械学習のためのライブラリ

https://arxiv.org/abs/1905.01330

2 番目の論文では、物理学の分野での TensorNetwork の使用例とその計算パフォーマンスについて説明します。

TensorFlow 上の TensorNetwork: ツリーテンソルネットワークを使用したスピンチェーンアプリケーション

https://arxiv.org/abs/1905.01331

Google は、次に TensorNetwork を使用して MNIST および Fashion-MNIST データセットの画像を分類する予定であると述べている。

さらに、時系列分析への応用や量子回路シミュレーションなどのユースケースについても検討します。

Google AI ブログ投稿アドレス:

https://ai.googleblog.com/2019/06/introducing-tensornetwork-open-source.html