Ta kontakt
 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

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier