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.
Duración 21 horas
Temario del curso
Introducción a la Integración Cuántico-IA
- Motivaciones para la inteligencia híbrida cuántico-clásica
- Principales oportunidades y barreras tecnológicas actuales
- Posicionamiento de Google Willow en el panorama cuántico-IA
Arquitectura y capacidades de Google Willow
- Resumen del sistema y estructura de la cadena de herramientas
- Operaciones cuánticas soportadas y conjunto de funciones
- APIs para experimentación avanzada
Modelos Híbridos Cuántico-Clásicos
- Particionamiento de tareas entre componentes cuánticos y clásicos
- Estrategias de codificación de datos para el aprendizaje mejorado por tecnología cuántica
- Flujos de trabajo de preparación de estado y medición
Algoritmos de Aprendizaje Automático Cuántico
- Circuitos cuánticos variacionales para tareas de IA
- Kernel y mapas de características cuánticos
- Bucles de optimización para modelos híbridos
Construcción de pipelines Cuántico-IA con Willow
- Desarrollo de modelos híbridos de principio a fin
- Combinación de Willow con TensorFlow Quantum
- Pruebas y validación de prototipos cuántico-IA
Optimización del rendimiento y gestión de recursos
- Desarrollo de modelos de IA con conciencia del ruido
- Gestión de restricciones de cómputo en sistemas híbridos
- Benchmarking del rendimiento cuántico-IA
Aplicaciones y casos de uso emergentes
- Análisis de datos mejorado por tecnología cuántica
- Optimización impulsada por IA con aceleración cuántica
- Potencial de adopción intersectorial
Tendencias futuras en la convergencia Cuántico-IA
- Mapas de ruta para sistemas cuántico-IA a gran escala
- Avances arquitectónicos y evolución del hardware
- Directrices de investigación que definen la frontera cuántico-IA
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos de computación cuántica
- Experiencia con marcos de aprendizaje automático
- Familiaridad con flujos de trabajo híbridos cuántico-clásicos
Público objetivo
- Ingenieros de IA
- Especialistas en aprendizaje automático
- Investigadores en computación cuántica