[发明专利]计算机实现的方法及计算系统

权利要求书

1.一种计算机实现的方法，用于训练机器学习模型以在包括至少一个量子计算资源的系统中路由接收的计算任务，所述方法包括：

获取第一组数据，所述第一组数据包括表示由所述系统先前执行的多个计算任务的数据；

获取第二组数据，所述第二组数据包括表示与使用所述一个或多个量子计算资源来求解所述多个计算任务相关联的属性的数据；

获取由所述系统先前执行的所述多个计算任务的输入数据，所述输入数据包括表示所述任务被路由到的计算资源的类型的数据；

使用(i)所述第一组数据、(ii)所述输入数据和(iii)所述第二组数据来训练所述机器学习模型，以路由表示要被执行的计算任务的所接收的数据。

2.根据权利要求1所述的方法，其中所述量子计算资源包括(i)量子门计算机、(ii)绝热退火机或(iii)量子模拟器中的一种或多种。

3.根据权利要求1所述的方法，其中所述系统还包括一个或多个传统计算资源。

4.根据权利要求1所述的方法，其中所述计算任务包括优化任务。

5.根据权利要求1所述的方法，其中使用与所述一个或多个量子计算资源来求解所述多个计算任务相关联的属性包括对于每个计算任务而言的以下中的一种或多种：

(i)由所述一个或多个量子计算资源生成的解的质量；

(ii)与由所述一个或多个量子计算资源生成的解相关联的计算时间；或者

(iii)与由所述一个或多个量子计算资源生成的解相关联的计算成本。

6.根据权利要求5所述的方法，其中表示与使用所述一个或多个量子计算资源来求解多个计算任务相关联的属性的数据还包括对于每个量子计算资源而言的以下中的一种或多种：

(i)可用于所述量子计算资源的量子位的数目；以及

(ii)与使用所述量子计算资源相关联的成本。

7.根据权利要求1所述的方法，其中由所述系统先前执行的所述多个计算任务的获取的所述输入数据还包括对于每个计算任务而言的以下中的一种或多种：

(i)表示与所述计算任务相关联的输入数据集的大小的数据；

(ii)指示与所述计算任务相关联的输入数据集包括静态的输入数据、实时的输入数据还是静态的输入数据和实时的输入数据二者的数据；

(iii)表示与所述计算任务相关联的容错的数据；以及

(iv)表示与所述计算任务相关联的所需要的置信水平的数据。

8.根据权利要求7所述的方法，其中由所述系统先前执行的所述多个计算任务的获取的所述输入数据还包括：指示对与每个计算任务相关联的所述输入数据集的改变的频率的数据。

9.根据权利要求1所述的方法，其中训练所述机器学习模型以路由接收的计算任务包括：

使用(i)所述第一组数据、(ii)所述输入数据和(iii)所述第二组数据来生成一组训练示例，其中每个训练示例包括与已知机器学习模型输出相配对的机器学习模型输入；以及

使用所述一组训练示例来训练所述机器学习模型。

10.一种计算机实现的方法，用于获取计算任务的解，所述方法包括：

接收表示要由包括一个或多个量子计算资源和一个或多个传统计算资源的系统执行的计算任务的数据；

使用机器学习模型处理接收的所述数据以确定要将表示所述计算任务的所述数据路由到所述一个或多个量子计算资源或所述一个或多个传统计算资源中的哪种，其中所述机器学习模型已经通过训练被配置为：路由表示要在包括至少一个量子计算资源的系统中被执行的计算任务的所接收的数据；以及

将表示所述计算任务的所述数据路由到确定的所述计算资源，以从确定的所述计算资源获取表示所述计算任务的解的数据。

11.根据权利要求10所述的方法，其中所述量子计算资源包括(i)量子门计算机、(ii)绝热退火机或(iii)量子模拟器中的一种或多种。