Cambridge Quantum (“CQ”) heeft een toolkit en bibliotheek uitgebracht voor Quantum Natural Language Processing (QNLP). De toolkit heet lambeq, genoemd naar de wiskundige en taalkundige Joachim Lambek.
lambeq zet zinnen om in een kwantum circuit. Het is ontworpen om de ontwikkeling van praktische, real-world QNLP-toepassingen te versnellen, waaronder dialoog, tekstmining, taalvertaling, tekst-naar-spraak, taalgeneratie en bio-informatica.
lambeq is uitgebracht op een volledig open source basis ten behoeve van 's werelds quantum computing-gemeenschap en het snelgroeiende ecosysteem van quantum computing-onderzoekers, -ontwikkelaars en gebruikers. lambeq werkt naadloos samen met CQ's TKET, het ontwikkelplatform voor kwantumsoftware dat ook volledig open source is. Dit geeft QNLP-ontwikkelaars toegang tot het breedst mogelijke scala aan kwantumcomputers.
lambeq is bedacht, ontworpen en ontwikkeld door CQ's in Oxford gevestigde onderzoeksteam voor kwantumcomputers onder leiding van hoofdwetenschapper Bob Coecke, met senior wetenschapper Dimitrios Kartsaklis, Ph.D., als hoofdarchitect van het platform. lambeq, en QNLP meer in het algemeen, zijn het resultaat van een onderzoeksproject dat meer dan een decennium teruggaat.
lambeq maakt het ontwerp en de inzet mogelijk van NLP-experimenten van het Componistional-Distributional (DisCo) type dat CQ-wetenschappers eerder hebben beschreven.
Dit betekent dat we moeten overstappen van syntaxis-/grammaticadiagrammen, die de structuur van een tekst coderen, naar (klassieke) tensornetwerken of kwantumcircuits die zijn geïmplementeerd met TKET, klaar om te worden geoptimaliseerd voor machinale leertaken zoals tekstclassificatie. lambeq heeft een modulair ontwerp, zodat gebruikers componenten in en uit het model kunnen wisselen en flexibiliteit hebben in het ontwerp van de architectuur.
lambeq neemt de toegangsdrempels weg voor beoefenaars en onderzoekers die zich richten op AI en mens-machine-interacties, mogelijk een van de belangrijkste toepassingen van kwantumtechnologieën.
TKET heeft een wereldwijde gebruikersbasis opgebouwd die nu in de honderdduizenden loopt. lambeq heeft het potentieel om de belangrijkste toolkit te worden voor de quantum computing-gemeenschap die zich bezig wil houden met QNLP-applicaties die tot de belangrijkste markten voor AI behoren. Een belangrijk punt dat recentelijk duidelijk is geworden, is dat QNLP ook toepasbaar zal zijn op de analyse van symboolsequenties die zowel in genomics als in proteomics voorkomen.
lambeq is uitgebracht als een conventionele Python-repository op Github en is hier beschikbaar: https://github.com/CQCL/lambeq. De door lambeq gegenereerde kwantumcircuits zijn tot nu toe uitgevoerd en geïmplementeerd op IBM-quantumcomputers en op apparaten uit de H-serie van Honeywell Quantum Solutions.
De toolkit wordt geïntroduceerd door een technisch rapport dat is geüpload op arxiv en hier beschikbaar is, terwijl een meer algemeen toegankelijke blogpost hier te vinden is. Technische vragen kunnen worden gericht aan lambeq-support@cambridgequantum.com.