Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
Trajanje 21 sati
Sadržaj kursa
Uvod u integraciju kvantne AI tehnologije
- Motivacije za hibridnu kvantno-klasnu inteligenciju
- Ključne prilike i trenutne tehnološke barijere
- Pozicioniranje Google Willow-a u kontekstu kvantne AI tehnologije
Ahitektura i mogućnosti Google Willow-a
- Pregled sistema i struktura seta alata
- Podržane kvantne operacije i sklop funkcija
- API-ji za napredno eksperimentisanje
Hibridni kvantno-klasični modeli
- Delenje zadataka između kvantnih i klasičnih komponenti
- Strategije kodiranja podataka za učenje poboljšano kvantnom tehnologijom
- Radni tokovi pripreme stanja i merenja
Algoritmi kvantnog mašinskog učenja
- Varijacioni kvantni krugovi za AI zadatke
- Kvantna jezgra i mape funkcija
- Petlje optimizacije za hibridne modele
Izgradnja AI pipeline-a za kvantnu AI tehnologiju sa Willow-om
- Razvoj hibridnih modela od kraja do kraja
- Kombinovanje Willow-a sa TensorFlow Quantum-om
- Testiranje i validacija prototipova kvantne AI tehnologije
Optimizacija performansi i upravljanje resursima
- Razvoj AI modela svesnog šuma
- Upravljanje ograničenjima za računanje u hibridnim sistemima
- Merenje performansi kvantne AI tehnologije
Primene i nove primene
- Analiza podataka poboljšana kvantnom tehnologijom
- Optimizacija vođena AI-om sa kvantnom akceleracijom
- Potencijal uvođenja između industrija
Budući trendovi u konvergenciji kvantne AI tehnologije
- Putokazi za kvantne AI sisteme velikih razmera
- Arhitektonski napreci i evolucija hardvera
- Pravci istraživanja koji oblikuju granicu kvantne AI tehnologije
Zaključak i sledeći koraci
Uslovi
- Razumevanje koncepta kvantnog računarstva
- Izgradnja iskustva sa okvirima za mašinsko učenje
- Znanje o hibridnim kvantno-kласičnim radnim tokovima
Javna
- Inženjeri veštačke inteligencije
- Stručnjaci za mašinsko učenje
- Istraživači kvantnog računarstva