Ponte en Contacto
 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 de la IA cuántica.

Arquitectura y capacidades de Google Willow

  • Visión 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

  • División de tareas entre componentes cuánticos y clásicos.
  • Estrategias de codificación de datos para 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.
  • Kernel 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 conscientes del ruido.
  • Gestión de restricciones de cómputo en sistemas híbridos.
  • Comparación de rendimiento (benchmarking) de la IA cuántica.

Aplicaciones y casos de uso emergentes

  • Análisis de datos potenciado por computación cuántica.
  • Optimización impulsada por IA con aceleración cuántica.
  • Potencial de adopción entre industrias.

Tendencias futuras en la convergencia cuántico-IA

  • Rutas 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 frameworks de aprendizaje automático.
  • Conocimiento de 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