About the AutoQML project

Strong association between research and industry

AutoQML

Goals

Das Verbundprojekt »AutoQML« verfolgt zwei wesentliche Ziele: Zum einen soll mit dem neu entwickelten AutoQML-Ansatz das maschinelle Lernen auf ein neues Niveau gehoben werden. Hierfür werden Quantum-Machine-Learning-Algorithmen (QML-Algorithmen) neu entwickelt. Zum anderen wird der bereits bestehende AutoML-Ansatz mit Quantencomputing signifikant verbessert, denn bestimmte Probleme lassen sich mithilfe von Quantencomputing schneller lösen als mit konventionellen Algorithmen.

Approach

Based on use cases from the automotive and production sector, new tools, components, methods and algorithms for machine learning with quantum computers will be developed. The tools and methods developed in the project will be integrated into the PlanQK platform as an open source solution and thus made available to (quantum) developers. In addition, new quantum computing software for automated machine learning will be developed, in particular for hybrid QML algorithms using quantum computing.

Planned outcomes

Im Projekt werden Komponenten des Quantencomputings in heutige Lösungsansätze des maschinellen Lernens integriert, um die Performance-, Geschwindigkeits- und Komplexitätsvorteile von Quanten-Algorithmen im industriellen Kontext nutzen zu können. In der sogenannten AutoQML-Developer Suite – einer Softwarebibliothek – sollen entwickelte QML-Komponenten und Methoden in Form eines Werkzeugkastens zusammengeführt und den Entwickler*innen in einer Open-Source-Plattform zur Verfügung gestellt werden. Dies befähigt Anwender*innen, maschinelles Lernen und Quantum Machine Learning einzusetzen und hybride Gesamtlösungen entwickeln zu können.

The approach of the project »AutoQML« simply explained (in german)