Contattataci

Struttura del corso

Introduzione all’integrazione tra intelligenza quantistica e AI

  • Motivazioni alla base dello sviluppo di sistemi ibridi, composti da componenti quantistiche e classiche
  • Opportunità principali e attuali limitazioni tecnologiche
  • Posizionamento di Google Willow nel panorama globale dell’integrazione tra intelligenza quantistica e AI

Architettura e capacità tecniche di Google Willow

  • Descrizione generale del sistema e struttura degli strumenti disponibili per lo sviluppo
  • Operazioni quantistiche supportate e set completo di funzionalità offerte
  • API dedicate alle sperimentazioni avanzate e personalizzate

Modelli computazionali ibridi, quantistico-classici

  • Distribuzione ottimale dei compiti tra i componenti classici e quelli quantistici
  • Strategie di codifica dei dati adatte all’apprendimento potenziato da risorse quantistiche
  • Procedure per la preparazione degli stati quantistici e l’esecuzione delle misurazioni

Algoritmi di machine learning basati su tecnologie quantistiche

  • Utilizzo dei circuiti quantistici variazionali per finalità legate all’intelligenza artificiale
  • Implementazione di kernel e mappe caratteriali basate su principi quantistici
  • Metodi ottimizzativi specifici per sistemi modelli ibridi

Costruzione di flussi di lavoro AI-Quantistici tramite Willow

  • Sviluppo completo, dall’inizio alla fine, di modelli ibridi strutturati secondo specifiche progettuali
  • Integrazione di Google Willow con il framework TensorFlow Quantum
  • Test rigorosi e validazione dei prototipi sviluppati sfruttando tecniche quantistiche avanzate

Ottimizzazione prestazionale e gestione adeguata delle risorse computazionali

  • Sviluppo di modelli di intelligenza artificiale in grado di gestire correttamente la presenza di rumore quantistico
  • Metodiche pratiche per amministrare efficacemente le limitazioni di calcolo tipiche dei sistemi ibridi
  • Procedure standardizzate per la misurazione delle performance complessive dei flussi quantistico-AI

Applicazioni reali e nuove possibilità d’impiego derivanti da questa integrazione tecnologica

  • Analisi dati resa più efficace grazie alle capacità esclusive offerte dalla computazione quantistica
  • Ottimizzazioni complessive gestite dall’intelligenza artificiale avvalendosi di accelerazioni quantistiche
  • Potenziale diffusione di tali soluzioni in svariati settori industriali e commerciali

Tendenze future relative all’evoluzione congiunta dell’intelligenza artificiale e dei sistemi quantistici

  • Linee guida strategiche per lo sviluppo su larga scala di infrastrutture AI-Quantistiche avanzate
  • Progressi strutturali e nuovi sviluppi hardware fondamentali per il futuro settore quantistico-AI
  • Direzioni di ricerca ritenute prioritarie nella sperimentazione a livello scientifico riguardante questa frontiera tecnologica

Sintesi finale e prospettive future per gli operatori del settore

Requisiti

  • Conoscenza dei concetti fondamentali legati alla computazione quantistica
  • Esperienza pratica nell’utilizzo di framework per il machine learning
  • Familiarità con i flussi di lavoro che integrano sistemi quantistici e classici

Destinatari

  • Ingegneri specializzati in intelligenza artificiale
  • Specialisti di machine learning
  • Ricercatori attivi nel campo della computazione quantistica
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative