Maschinelles Lernen - schnell, automatisiert und vereinfacht mit AutoQML!
Das Projekt AutoQML möchte Ansätze des automatisierten Machine Learnings (ML) durch Quantencomputing erweitern. Der Projektkoordinator von AutoQML beantwortet im Video-Interview unsere Fragen.
Neue Lösungsansätze, z. B. im Bereich Produktion oder Automotive, brauchen vereinfachte und beschleunigte Prozesse. Hier setzt das Projekt AutoQML an, indem es Maschine Learning (ML) und Quantencomputing zusammenbringt. Denn die Relevanz für einwandfrei funktionierende ML-Ansätze für Unternehmen nimmt branchenübergreifend stetig zu. Da die manuelle Entwicklung und Implementierung jedes einzelnen Machine-Learning-Modells enormen Aufwand und Expertenwissen erfordert, werden diese zunehmend automatisiert. Durch AutoQML soll dies in Zukunft noch effektiver werden – das Projekt will hierzu die Möglichkeiten von Quantenalgorithmen für das maschinelle Lernen voll ausschöpfen.
AutoQML zielt darauf ab, den Einsatz von Quantenalgorithmen im ML zu revolutionieren und gleichzeitig die Komplexität hinsichtlich der Entwicklung zu reduzieren. Hierzu werden im Rahmen des Förderprojekts spezifische QML-Algorithmen entwickelt. Die damit mögliche Automatisierung von Quanten-Machine-Learning ermöglicht es Entwicklergruppen, ohne spezifisches Fachwissen auf diesem Gebiet leistungsstarke und individuell angepasste ML-Modelle zu erstellen. Zugleich werden Hemmschwellen für Unternehmen zur Nutzung und Implementierung von QML-Modellen abgebaut. Die automatisierten Tools werden als Open-Source-Lösung in die PlanQK-Plattform integriert und bieten Developern und Anwendern aller Branchen einen einfachen Zugang zum Leistungspotenzial des Quantencomputings.
Im Videointerview berichtet Dr. Christian Tutschku, Projektleiter von AutoQML und Teamleiter Quantencomputing am Fraunhofer IAO, wie AutoQML schon heute kleine und mittelständische Unternehmen und Quantencomputing zusammenbringt.
Weitere Informationen zum Projekt finden Sie in der Infokarte: Download
Weiterführende Informationen
- Seite empfehlen:
- Druckansicht