Kurzusleírás
Bevezetés a kvantum-műszaki integrációba
- A hibrid kvantum-klasszikus intelligencia indítékai
- Fő lehetőségek és jelenlegi technológiai akadályok
- A Google Willow pozíciója a kvantum-műszaki térképen
A Google Willow architektúrája és képességei
- Rendszeráttekintés és eszközlánc szerkezete
- Támogatott kvantumműveletek és funkciók
- API-k haladó kísérletezéshez
Hibrid kvantum-klasszikus modellek
- Feladatok felosztása kvantum és klasszikus komponensek között
- Adatkódolási stratégiák kvantummal fokozott tanuláshoz
- Állatelőkészítési és mérési munkafolyamatok
Kvantum gépi tanulási algoritmusok
- Variációs kvantumáramkörök mesterséges intelligencia feladatokhoz
- Kvantum kernel és jellemző leképezések
- Optimalizációs ciklusok hibrid modellekhez
Kvantum-műszaki folyamatok építése a Willow segítségével
- Hibrid modellek fejlesztése végponttól végpontig
- A Willow kombinálása a TensorFlow Quantumnal
- Kvantum-műszaki prototípusok tesztelése és érvényesítése
Teljesítményoptimalizálás és erőforrás-kezelés
- Zajérzékeny mesterséges intelligencia modellfejlesztés
- Számítási korlátok kezelése hibrid rendszerekben
- Kvantum-műszaki teljesítmény mérése
Alkalmazások és feltörekvő használati esetek
- Kvantummal fokozott adatelemzés
- Kvantumgyorsítású mesterséges intelligencia optimalizálás
- Ipari átlépési potenciál
Jövőbeli trendek a kvantum-műszaki integrációban
- Útitervek nagyméretű kvantum-műszaki rendszerekhez
- Architekturális fejlesztések és hardver evolúció
- Kutatási irányok, amelyek formálják a kvantum-műszaki határt
Összefoglalás és következő lépések
Követelmények
- A kvantumszámítási fogalmak ismerete
- Tapasztalat gépi tanulási keretrendszerekben
- Ismeret a hibrid kvantum-klasszikus munkafolyamatokkal
Közönség
- Mesterséges intelligencia mérnökök
- Gépi tanulási szakemberek
- Kvantumszámítási kutatók
Vélemények (1)
A képző kvantum számítógépes algoritmusai és azok kapcsán tartozó elméleti háttér isménylésével kitűnő. Külön kiemelni szeretném, hogy pontosan tudta megfogalmazni, amikor a bemutatott anyaggal küszködtem, és időt és támogatást szánt az értesítésnek - ez nagyon hasznos és kedvező volt! A virtuális beállítás a Zoommal is tökéletesen működött, valamint a képzési munkamenetek és szünetek rendezése. Sok anyagot/elméletet kellett lefedi 2 nap alatt, ezért a képző jól alkalmazta az anyag mennyiségét a témák megértésével kapcsolatos előrehaladáshoz. Talán abszolút kezdők számára 3 napra tervezni jobb lenne, hogy lefedje az agendában említett összes anyagot és tartalmat. Nagyon tetszett a képző rugalmassága a képzési téma specifikus kérdéseimet megválaszolni, még szünet után is további magyarázattal, ha szükséges volt. Újra nagy köszönet a munkamenetekért! Jól megcsinálva!
Giorgi Ediberidze
Kurzus - Quantum Computing with IBM Quantum Experience
Gépi fordítás