Contacta con nosotros

Temario del curso

Introducción a la integración entre IA y computación cuántica

  • Motivaciones para la inteligencia híbrida (cuántica-clásica)
  • Oportunidades clave y barreras tecnológicas actuales
  • Posicionamiento de Google Willow en el ecosistema de IA cuántica

Arquitectura y capacidades de Google Willow

  • Descripción general del sistema y estructura de la cadena de herramientas
  • Operaciones cuánticas soportadas y conjunto de características
  • APIs para experimentación avanzada

Modelos híbridos (cuántico-clásicos)

  • Distribución de tareas entre componentes cuánticos y clásicos
  • Estrategias de codificación de datos para el aprendizaje mejorado con capacidades cuánticas
  • Flujos de trabajo de preparación y medición de estados

Algoritmos de aprendizaje automático cuántico

  • Circuitos cuánticos variacionales para tareas de IA
  • Kernels cuánticos y mapeo 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 limitaciones computacionales en sistemas híbridos
  • Evaluación comparativa (benchmarking) del rendimiento de la IA cuántica

Aplicaciones y casos de uso emergentes

  • Análisis de datos mejorado con capacidades cuánticas
  • Optimización impulsada por IA con aceleración cuántica
  • Potencial de adopción transversal en la industria

Tendencias futuras en la convergencia entre IA y computación cuántica

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

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos fundamentales de la computación cuántica
  • Experiencia previa con frameworks de aprendizaje automático
  • Familiaridad con flujos de trabajo híbridos (cuánticos y clásicos)

Dirigido a

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas