Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Varighet 21 timer
Kursplan
Innføring i kvanteklassisk KI-integrasjon
- Motivasjon for hybrid kvanteklassisk intelligens
- Viktige muligheter og dagens teknologiske barrierer
- Posisjonering av Google Willow innenfor landskapet for kvanteklassisk KI
Google Willows arkitektur og funksjonalitet
- Systemoversikt og verktøykjede
- Støttede kvanteoperasjoner og funksjonalitetssett
- API-er for avansert eksperiment
Hybride kvanteklassiske modeller
- Oppdeling av oppgaver mellom kvante- og klassiske komponenter
- Datakodingstrategier for kvante-forbedret læring
- Arbeidsflyter for tilstandspreparasjon og måling
Kvantemaskinlæringsalgoritmer
- Variasjonell kvantekretser for KI-oppgaver
- Kvantekjerner og funksjonskartlegging
- Optimaliseringsløkker for hybridmodeller
Oppbygging av kvanteklassiske KI-rørledninger med Willow
- Utvikling av hybridmodeller fra start til slutt
- Kombinering av Willow med TensorFlow Quantum
- Testing og validering av prototyper for kvanteklassisk KI
Ytelsesoptimering og ressursstyring
- Utvikling av støybevisste KI-modeller
- Administrering av beregningsbegrensninger i hybrid-systemer
- Referansemåling (benchmarking) av kvanteklassisk KI-ytelse
Anvendelser og nye bruksscenarier
- Kvante-forbedret dataanalyse
- KI-drevet optimalisering med kvanteakselerasjon
- Adopsjons potensial tverrfaglig og tverrbransjelig
Fremtidstrender i kvanteklassisk KI-konvergens
- Veikart for store kvanteklassiske KI-systemer
- Avansert arkitektur og utvikling av maskinvare
- Forskningsretninger som former fremtidens kvanteklassiske KI-landskap
Oppsummering og neste steg
Krav
- Kunnskaper om kvanteberegning
- Erfaring med maskinlæringsrammeverk
- Kjennskap til hybride kvanteklassiske arbeidsflyter
Målgruppe
- KI-ingeniører
- Spesialister i maskinlæring
- Forskere innen kvanteberegning