QUICK-PDE
ColibriTD
Resuelva ecuaciones diferenciales parciales y problemas multifísicos complejos con las QPU de IBM Quantum.
Catálogo de funciones de Qiskit
Las funciones son servicios abstractos creados para acelerar la investigación de aplicaciones. Los usuarios de los planes Premium, Dedicated Service o Flex Plan pueden empezar hoy mismo solicitando una prueba gratuita de la función que deseen.
¿Está buscando saber a qué funciones tiene acceso? Para verificar qué funciones están habilitadas para su instancia, ver documentación
Funciones de aplicación
Integre la computación cuántica en los flujos de trabajo de sus aplicaciones, con entradas y salidas clásicas específicas para cada problema.
Quantum Portfolio Optimizer
Global Data Quantum
Experimentar con estrategias de inversión óptimas en problemas dinámicos de optimización de carteras.
HI-VQE Chemistry
Qunova Computing
Resuelva los estados fundamentales moleculares aproximados utilizando una diagonalización iterativa del subespacio, con eficiencia computacional y precisión
Iskay Quantum Optimizer
Kipu Quantum
Flujo de trabajo automatizado para resolver problemas de optimización de hasta 156Q, aprovechando la compresión de circuitos y los protocolos contradiabáticos.
Singularity Machine Learning
Multiverse Computing
Resuelva problemas de clasificación del mundo real en hardware cuántico sin necesidad de tener conocimientos especializados en cuántica.
Optimization Solver
Q-CTRL
Resuelva problemas de optimización a tamaño completo de dispositivo (156Q) a partir de entradas de alto nivel, logrando automáticamente y de manera eficiente resultados de alta precisión a escala industrial.
Funciones del circuito
Simplifique la investigación de aplicaciones con herramientas precompiladas que le ayuden con la transpilación, la mitigación de errores y la supresión.
Orbit
Quantum Elements
Aplicar un desacoplamiento dinámico de baja sobrecarga para mejorar el rendimiento de los circuitos en el hardware cuántico « IBM ».
Tensor-Network Error Mitigation
Algorithmiq
Mitigación de errores en redes tensoriales con baja sobrecarga de intentos y uso reducido del tiempo de ejecución.
Resultados precisos para circuitos de gran volumen mediante caracterización, transpilación y mitigación imparcial.
Performance Management
Q-CTRL
Reduzca los errores sin sobrecarga de muestreo, con la supresión de errores automatizada e impulsada por IA.
Singularity Machine Learning
Multiverse ComputingCon la función Singularity Machine Learning, puedes resolver problemas de clasificación del mundo real en hardware cuántico sin necesidad de tener conocimientos especializados en cuántica. Esta función, basada en métodos de conjunto, es un clasificador híbrido que combina métodos clásicos como el aumento para el entrenamiento de conjuntos con métodos cuánticos como la optimización cuántica aproximada (QAOA) para optimizar el conjunto entrenado y obtener la máxima diversidad y generalización. A diferencia de otras soluciones de aprendizaje automático cuántico, esta función puede gestionar conjuntos de datos a gran escala con millones de ejemplos y características, sin estar limitada por el número de qubits. También es muy flexible y puede utilizarse para resolver problemas de clasificación en una amplia gama de ámbitos, incluidos las finanzas, la sanidad y la ciberseguridad.
Los envíos realizados a través de este sitio de terceros están sujetos a los términos y condiciones del proveedor.
Características y beneficios
Integrarse perfectamente en los flujos de trabajo de ML existentes
Esta función se integra sin problemas en las interconexiones ML existentes, permitiendo a los usuarios incorporar capacidades mejoradas por la cuántica sin alterar sus flujos de trabajo actuales.
Supera a los algoritmos clásicos, ofreciendo una precisión superior del modelo.
Estos son los mejores resultados de QPU que Multiverse Computing ha observado utilizando QML en la literatura hasta ahora.
Aborde problemas complejos y de gran escala con facilidad
A diferencia de otros productos QML, esta función es capaz de manejar conjuntos de datos a gran escala con millones de ejemplos y características sin estar limitada por el número de qubits en la QPU de destino.
Fácil de usar y flexible: no se requiere experiencia en cuántica
Esta función ha sido diseñada pensando en la facilidad de uso, con una interfaz intuitiva que te permite crear el clasificador, entrenarlo y comenzar a realizar predicciones sin necesidad de tener conocimientos previos de computación cuántica. Su flexibilidad garantiza que pueda aplicarse en diversos ámbitos, haciendo que el QML avanzado sea accesible para todos.
Documentos relacionados
Documentos científicos relacionados con esta función o que la respaldan.
- Financial risk management on a neutral atom quantum processorLeclerc, Ortiz-Gutiérrez et al. | 10.1103/PhysRevResearch.5.043117 (2023)
Testimonios
1.5-year PoC studies on the valuation of financial products, and the assessment of credit risks
Ali El Hamidi, Deputy Head Capital Markets Funding - Crédit Agricole CIBThese two Proofs of Concept demonstrated the potential and reality of quantum computing for finance, despite these technologies still being in their infancy. We took advantage of this initiative to start developing the internal skills to prepare for a technological breakthrough which, if it happens, will have a direct and decisive impact on competitiveness in our sector.
MBA students use Singularity Machine Learning to solve a real-world problem from the financial crisis of 2008
Roberto García-Castro, Professor - IESE Business SchoolMultiverse Computing’s tools allowed students to see the power of this emerging technology without needing any prior quantum experience.
