Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción a la integración de IA cuántica

  • Justificaciones para la inteligencia híbrida cuántico-clásica
  • Oportunidades clave y barreras tecnológicas actuales
  • Posicionamiento de Google Willow en el panorama de la IA cuántica

Arquitectura y capacidades de Google Willow

  • Vista general 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 potenciado por 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 pipelines de IA cuántica con Willow

  • Desarrollo de modelos híbridos de extremo a extremo
  • Combinación de Willow con TensorFlow Quantum
  • Pruebas y validación de prototipos de IA cuántica

Optimización de rendimiento y gestión de recursos

  • Desarrollo de modelos de IA sensibles al ruido
  • Gestión de restricciones de cómputo en sistemas híbridos
  • Medición de referencia (benchmarking) del rendimiento de IA cuántica

Aplicaciones y casos de uso emergentes

  • Análisis de datos potenciado por tecnología cuántica
  • Optimización dirigida por IA con aceleración cuántica
  • Potencial de adopción intersectorial

Tendencias futuras en la convergencia de IA cuántica

  • Planes de ruta para sistemas de IA cuántica a gran escala
  • Avances arquitectónicos y evolución del hardware
  • direcciones de investigación que dan forma a la frontera de la IA cuántica

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos de computación cuántica
  • Experiencia con marcos de trabajo de aprendizaje automático
  • Familiaridad con flujos de trabajo híbridos cuántico-clásicos

Público objetivo

  • Ingenieros de IA
  • Especialistas en aprendizaje automático
  • Investigadores en computación cuántica

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas