Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la integración entre IA y computación cuántica
- Motivaciones detrás de la inteligencia híbrida (cuántica y clásica)
- Oportunidades clave y barreras tecnológicas actuales
- Posicionamiento de Google Willow dentro del panorama de la IA cuántica
Arquitectura y capacidades de Google Willow
- Descripción general del sistema y estructura del conjunto de herramientas
- Operaciones cuánticas compatibles y conjunto de características
- APIs para experimentación avanzada
Modelos híbridos cuántico-clásicos
- Distribución de tareas entre componentes cuánticos y clásicos
- Estrategias de codificación de datos para aprendizaje potenciado por lo cuántico
- Flujos de trabajo de preparación y medición de estados cuánticos
Algoritmos de aprendizaje automático cuántico
- Circuitos cuánticos variacionales para tareas de IA
- Núcleos cuánticos y mapas de características
- Bucles de optimización para modelos híbridos
Construcción de pipelines de IA cuántica con Willow
- Desarrollo de modelos híbricos de extremo a extremo
- Integración de Willow con TensorFlow Quantum
- Pruebas y validación de prototipos de IA cuántica
Optimización del rendimiento y gestión de recursos
- Desarrollo de modelos de IA conscientes del ruido
- Gestión de limitaciones computacionales en sistemas híbridos
- Medición y comparación del rendimiento de la IA cuántica (benchmarking)
Aplicaciones y casos de uso emergentes
- Análisis de datos potenciado por tecnologías cuánticas
- Optimización impulsada por IA con aceleración cuántica
- Potencial de adopción transversal entre industrias
Tendencias futuras en la convergencia entre IA y computación cuántica
- Hojas de ruta para sistemas de IA cuántica a gran escala
- Avances arquitectónicos y evolución del hardware
- Líneas de investigación que están definiendo la frontera de la IA cuántica
Resumen y próximos pasos
Requerimientos
- Conocimiento de los conceptos fundamentales de la computación cuántica
- Experiencia previa con marcos de aprendizaje automático
- Familiaridad con flujos de trabajo híbridos que combinan componentes cuánticos y clásicos
Público objetivo
- Ingenieros de inteligencia artificial
- Especialistas en aprendizaje automático
- Investigadores en computación cuántica
21 Horas