金融、通信等应用主宰“沉浮”

对于每个主要场景（base），该项目均提供使用户高效构建自己模型的工具。这需要使用者完成一些任务，如基于自己的数据微调模型的简单任务，或者难例挖掘甚至模型部署等更复杂的任务。

1. 图像分类任务

该目录提供了构建图像分类系统的示例和最佳实践，旨在让用户能够在自己的数据集上轻松快速地训练高准确率分类器。

这里提供的示例 notebook 具备预置的默认参数，可以很好地处理多个数据集。该目录还提供了有关常见缺陷和最佳实践的大量文档。

此外，该库还展示了如何使用微软的云计算平台 Azure，加快在大型数据集上的训练速度或将模型部署为 web 服务。
 

基本思想就是，一些问题是需要AI生成新的数据才能做出决定。解决此问题可能需要提出一个潜在的模型来解决未知状况下的概率分布问题，而这是量子计算的强项。

量子计算和经典计算是协同而非竞争

就机器学习而言，经典计算和量子计算有着协同工作的潜力，可以利用云计算的弹性，以及量子计算强大的计算能力来协同工作。

经典计算和量子计算两者都有优势，量子计算目前的发展使其成为解决方案的一部分。随着时间的流逝，这两种计算方式都将继续发展。

在传统GPU和ASIC上加速工作负载的能力的同时还利用量子计算的能力，能够让量子计算更快，结果更可靠。

在不久的将来，也许我们能用上量子计算，用它的无限算力来降低这个世界的复杂性。

 

对于某些算法，甚至可达到指数级增长。量子计算机不只是执行任务更快，而且它能够执行以前不可能完成的任务。

让金融模型更智能

当前，人工智能在金融领域的应用也越来越广泛。

量子物理学是概率论，金融市场预测某种程度上也是，量子计算机可以无限制地建立候选模型，有潜力更好地预测分布，从而得出更准确的答案。

 

行效率更高，新的算法设计成为可能

AI和ML是基于过去的经验学习解决方案的好方法。

比如，告诉计算机什么是猫可能会有点儿挑战，因为它学不会。如果你用足够多的「猫片」训练神经网络，计算机就能够正确识别出其他的猫。

将这些数据放在量子计算机上运行，就可以大大提升AI和ML算法的执行效率。

 

而就在今年，Filecoin作为Web3的基础设施，即将迎来主网上线，Web3的黎明和曙光初步显现。基于IPFS的内容寻址存储服务和基于Filecoin的可验证存储将为Web3提供存储层的技术堆栈。相信未来随着可验证计算等更多基础构件的成熟，区块链的后花园必将姹紫嫣红。

本书的翻译源自几个不同有趣灵魂和人生轨迹的碰撞。关敏老师是机械工业出版社华章公司的编辑，是她从始至终的关怀、支持和信任，才让这本书花开中国。冯秀泳老师是机械工业出版社华章公司的编辑，是她出色的文笔，专业的知识，严谨的态度让本书精彩盛放。曹洪伟是一个70后老程序员，在IT领域有超过20年的沉淀，期望以码农工匠的精神倾注在区块链技术上。石涛声是一个区块链工程师，在分布式系统领域有超过10年的积累，期望以学者严谨的精神让更多的读者从本书受益。本书的翻译更是得到IPFS原力区CTO李昕先生的关怀和指导，并亲自为本书撰写推荐序言。李昕先生对区块链、分布式存储、IPFS&Filecoin、Web3等相关技术领域和产业方向都有深刻的理解，并躬身入局推动相关产业的发展。藉此序言，向袁博士、关老师、冯老师、李昕先生致以最衷心的谢意!同时衷心感谢译者家人在翻译全程中的理解与支持。

无论如何，翻译都是一项特殊的创作过程，在一次次的字斟句酌中，在一次次的推敲打磨中，包含了译者的理解和选择。尽管小心谨慎，孜孜屹屹，如履薄冰，终因译者水平有限，本书翻译错漏之处在所难免，望诸位读者海涵并指正。任何疏忽纰漏之处，都是译者的问题，与原作者和编辑无关。

总体来说，每一次技术变革都需要最初的一批技术极客、开发者、信仰者、布道者、爱好者来拓荒。技术社区也需要更多区块链技术书籍提供深入浅出的讲解和系统性的开发指导。袁博士的这本书兼具这两者。

（编辑：淮南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!