Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción a la integración cuantico-IA

  • 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

  • Visión general del sistema y estructura de la cadena de herramientas (toolchain)
  • Operaciones cuánticas soportadas y conjunto de características
  • 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 cuántica
  • Flujos de trabajo de preparación de estado y medición

Algoritmos de aprendizaje automático cuántico

  • Circuitos cuánticos variacionales para tareas de IA
  • Núcleos cuánticos (kernels) y mapas de características
  • Bucles de optimización para modelos híbridos

Construcción de pipelines cuantico-IA 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 conscientes del ruido
  • Gestión de restricciones de cómputo en sistemas híbridos
  • Evaluación de rendimiento (benchmarking) de la IA cuántica

Aplicaciones y casos de uso emergentes

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

Tendencias futuras en la convergencia cuantico-IA

  • Hojas de ruta para sistemas de IA cuántica a gran escala
  • Avances arquitectónicos y evolución del hardware
  • Direcciones de investigación que definen la frontera de la IA cuántica

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos de computación cuántica
  • Experiencia con marcos de aprendizaje automático (machine learning)
  • Conocimiento de flujos de trabajo cuántico-clásicos híbridos

Público objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas