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 de IA con computación cuántica
- Motivaciones 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
- Descripción general del sistema y estructura de la cadena de herramientas.
- Operaciones cuánticas compatibles y conjunto de funciones.
- APIs para experimentación avanzada.
Modelos híbridos (cuántico-clásicos)
- División de tareas entre componentes cuánticos y clásicos.
- Estrategias de codificación de datos para el aprendizaje potenciado con técnicas cuánticas.
- Flujos de trabajo de preparación de estados y medición.
Algoritmos de aprendizaje automático cuántico
- Circuitos cuánticos variacionales para tareas de IA.
- Kernels cuánticos y mapas de características.
- Bucles de optimización para modelos híbridos.
Construcción de flujos de trabajo de IA cuántica con Willow
- Desarrollo completo (end-to-end) de modelos híbridos.
- 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 las limitaciones computacionales en sistemas híbridos.
- Evaluación comparativa (benchmarking) del rendimiento de la IA cuántica.
Aplicaciones y casos de uso emergentes
- Análisis de datos potenciado con técnicas cuánticas.
- Optimización impulsada por IA con aceleración cuántica.
- Potencial de adopción transversal entre industrias.
Tendencias futuras en la convergencia de IA y computación cuántica
- Hojas de ruta para sistemas de IA cuántica a gran escala.
- Avances arquitectónicos y evolución del hardware.
- Direcciones de investigación que están moldeando la vanguardia de la IA cuántica.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de la computación cuántica.
- Experiencia con frameworks de aprendizaje automático.
- Familiaridad con flujos de trabajo híbridos (cuántico-clásico).
Perfil del participante
- Ingenieros de IA.
- Especialistas en aprendizaje automático.
- Investigadores en computación cuántica.
21 Horas
