Kom i kontakt
 Varaktighet 21 timmar

Kursplan

Introduktion till kvant-AI-integration

  • Motivation för hybrid kvant-klassisk intelligens
  • Viktiga möjligheter och aktuella teknologiska hinder
  • Positionering av Google Willow inom kvant-AI-landskapet

Google Willows arkitektur och förmågor

  • Systemöversikt och verktygskedjans struktur
  • Stödda kvantoperationer och funktionsomfattning
  • API:er för avancerade experiment

Hybrid kvant-klassiska modeller

  • Fördelning av uppgifter mellan kvant- och klassiska komponenter
  • Datakodningsstrategier för kvantförbättrad inlärning
  • Arbetsflöden för tillståndsförberedelse och mätning

Kvantmaskininlärningsalgoritmer

  • Variationella kvantkretsar för AI-uppgifter
  • Kvantkärnor och karaktärsavbildningar
  • Optimeringsloopar för hybridmodeller

Att bygga kvant-AI-pipelines med Willow

  • Utveckling av hybridmodeller från början till slut
  • Kombinering av Willow med TensorFlow Quantum
  • Testning och validering av kvant-AI-prototyper

Prestandaoptimering och resursstyrning

  • Utveckling av AI-modeller med beaktande av brus
  • Hantering av beräkningsbegränsningar i hybridsystem
  • Benchmarkning av kvant-AI-prestanda

Tillämpningar och nya användningsområden

  • Kvantförbättrad dataanalys
  • AI-drivna optimeringar med kvantacceleration
  • Potential för spridning över branscher

Framtida trender i kvant-AI-konvergens

  • Vägen framåt för storskaliga kvant-AI-system
  • Akitektoniska framsteg och hårdvaruutveckling
  • Forskningsriktningar som formas kvant-AI-områdets framtida utveckling

Sammanfattning och nästa steg

Krav

  • En förståelse för kvantberäkningskoncept
  • Erfarenhet med maskininlärningsramverk
  • Kännedom om hybrid kvant-klassiska arbetsflöden

Targetgrupp

  • AI-ingenjörer
  • Maskininlärningsspecialister
  • Forskare inom kvantberäkning

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier