感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間:
課程簡介
量子 AI 集成简介
- 混合量子-经典智能的动机
- 关键机遇与当前技术障碍
- Google Willow 在量子 AI 领域的定位
Google Willow 架构与能力
- 系统概览与工具链结构
- 支持的量子操作和功能集
- 用于高级实验的 API
混合量子-经典模型
- 在量子和经典组件之间划分任务
- 面向量子增强学习的数据编码策略
- 状态准备与测量工作流
量子机器学习算法
- 用于 AI 任务的变分量子电路
- 量子核与特征映射
- 混合模型的优化循环
使用 Willow 构建量子 AI 流程
- 端到端开发混合模型
- 将 Willow 与 TensorFlow Quantum 结合
- 测试和验证量子 AI 原型
性能优化与资源管理
- 噪声感知的 AI 模型开发
- 管理混合系统中的计算约束
- 量子 AI 性能基准测试
应用与新兴用例
- 量子增强的数据分析
- 借助量子加速的 AI 驱动优化
- 跨行业采用潜力
量子 AI 融合的未来趋势
- 大规模量子 AI 系统路线图
- 架构进步与硬件演进
- 塑造量子 AI 前沿的研究方向
总结与后续步骤
最低要求
- 了解量子计算概念
- 具有机器学习框架的使用经验
- 熟悉混合量子-经典工作流
目标受众
- AI 工程师
- 机器学习专家
- 量子计算研究人员