Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
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