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 cuántica e inteligencia artificial
- Motivaciones para 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
- Visión general del sistema y estructura de la cadena de herramientas.
- Operaciones cuánticas soportadas y conjunto de características.
- APIs para experimentación avanzada.
Modelos híbridos cuántico-clásicos
- División de tareas entre componentes cuánticos y clásicos.
- Estrategias de codificación de datos para el aprendizaje mejorado con tecnología cuántica.
- Flujos de trabajo de preparación de estados y medición.
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 tuberías de IA cuántica con Willow
- Desarrollo de modelos híbridos de extremo a extremo.
- Integración de Willow con TensorFlow Quantum.
- Prueba y validación de prototipos de IA cuántica.
Optimización del rendimiento y gestión de recursos
- Desarrollo de modelos de IA conscientes del ruido.
- Gestión de las limitaciones de cómputo en sistemas híbridos.
- Evaluación comparativa del rendimiento de la IA cuántica.
Aplicaciones y casos de uso emergentes
- Análisis de datos mejorado con tecnología cuántica.
- Optimización impulsada por IA con aceleración cuántica.
- Potencial de adopción transversal en diferentes industrias.
Tendencias futuras en la convergencia entre IA cuántica e inteligencia artificial
- Hojas de ruta para sistemas de IA cuántica a gran escala.
- Avances arquitectónicos y evolución del hardware.
- Direcciones de investigación que están definiendo la frontera de la IA cuántica.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos fundamentales de la computación cuántica.
- Experiencia previa con marcos de aprendizaje automático.
- Familiaridad con flujos de trabajo que combinan computación cuántica y clásica.
Público objetivo
- Ingenieros de IA.
- Especialistas en aprendizaje automático.
- Investigadores en computación cuántica.
21 Horas
