课程大纲

混合 AI-Quantum 系统简介

  • 量子计算原理概述
  • 混合 AI 量子系统的关键元件
  • 量子 AI 在各行各业的应用

Quantum Machine Learning 演算法

  • 用于机器学习的量子演算法:QML,变分演算法
  • 使用量子处理器训练 AI 模型
  • 经典 AI 与量子 AI 方法的比较

混合 AI-Quantum 系统的挑战

  • 处理量子系统中的杂讯和纠错
  • Scala可用性和性能限制
  • 确保与传统 AI 框架整合

Quantum AI 的实际应用

  • 工业混合 AI 量子系统案例研究
  • 量子计算平台的实际实施
  • 探索量子 AI 的潜在突破

优化 Quantum AI 工作流

  • 管理混合经典量子工作流
  • 最大限度地提高量子 AI 系统中的资源利用率
  • 量子 AI 与传统 AI 基础设施的整合

用于特定 Use Case 的混合 AI 量子系统

  • 用于优化问题的 Quantum AI
  • 药物发现、财务和物流领域的用例
  • 量子增强强化学习

AI 和 Quantum Computing 的未来趋势

  • 量子硬体和软体的进步
  • 量子 AI 在各个领域的未来潜力
  • 量子 AI 的研发机会

总结和后续步骤

要求

  • AI 和机器学习的高级知识
  • 熟悉量子计算原理
  • 演演算法开发和模型训练经验

观众

  • AI 研究人员
  • 量子计算专家
  • 数据科学家和机器学习工程师
 21 小时

客户评论 (1)

即将举行的公开课程

课程分类