“Johdatus kvanttilaskentaan” - kurssi 2 800 RUB. MSU: sta, koulutus 15 viikkoa. (4 kuukautta), päivämäärä: 30. marraskuuta 2023.

Luento 1. Johdanto. Alueen historiallinen näkökulma ja nykytila. Kvanttilaskenta-alan synty. Idea kvanttilaskennan ominaisuuksista yksinkertaisimman Deutsch-algoritmin esimerkillä.

Luento 2. Välttämätön tieto algoritmien laskennallisen monimutkaisuuden teoriasta. Algoritmin käsite, Turingin kone, universaali Turingin kone. Laskettavat ja ei-laskettavat funktiot, pysäytysongelma. Ratkaisevuusongelmat, ajatus laskennallisista monimutkaisuusluokista. Luokat P ja NP. Todennäköisyyspohjainen Turingin kone, luokka BPP. Ratkaisujen lukumäärän uudelleenlaskennan ongelmat, vaikeusluokka #P. Kvanttiylivallan osoittamisen ongelma käyttämällä esimerkkinä BosonSampling-ongelmaa.

Luento 3. Klassisen tietojenkäsittelyn porttimalli, yleisportit. Kvanttilaskennan porttimalli. Kvanttilogiikan alkeisportit, yhden kubitin ja kahden kubitin portit. Ehdolliset kahden kubitin portit, ehdollisten monikubitisten porttien esitys kahden kubitin porttien muodossa. Mittausten kuvaus kvanttiteoriassa, mittausten kuvaus kvanttipiireissä.

Luento 4. Yksikviittisten porttien ja CNOT-portin monipuolisuus. Yksikviittisten porttien diskretointi, yleiset diskreetit porttijoukot. Satunnaisen unitaarimuunnoksen approksimoinnin vaikeus.

Luento 5. Kvantti-Fourier-muunnos. Vaiheestimointialgoritmi, tarvittavien resurssien estimointi, yksinkertaistettu Kitaev-algoritmi. Vaiheestimointialgoritmin kokeelliset toteutukset ja sovellukset molekyylitermien laskemiseen.

Luento 6. Algoritmi funktion periodin löytämiseksi. Lukujen faktorointi alkutekijöiksi, Shorin algoritmi. Shorin algoritmin kokeelliset toteutukset. Muut kvantti-Fourier-muunnokseen perustuvat algoritmit.

Luento 7. Kvanttihakualgoritmit. Groverin algoritmi, geometrinen kuva, resurssien arviointi. Hakuongelman ratkaisujen lukumäärän laskeminen. Nopeuttaa NP-täydellisten ongelmien ratkaisemista. Kvanttihaku strukturoimattomasta tietokannasta. Groverin algoritmin optimaalisuus. Algoritmit perustuvat satunnaisiin kävelyihin. Hakualgoritmien kokeelliset toteutukset.

Luento 8. Klassiset virheenkorjauskoodit, lineaariset koodit. Kvanttilaskennan virheet, toisin kuin klassisessa tapauksessa. Kolmen qubitin koodi, joka korjaa X-virheen. Kolmen qubitin koodi, joka korjaa Z-virheen. Yhdeksän bitin Shor-koodi.

Luento 9. Virheenkorjauksen yleinen teoria, virhenäytteenotto, itsenäinen virhemalli. Klassiset lineaariset koodit, Hamming-koodit. Quantum Calderbank-Shor-Steen koodit.

Luento 10. Stabilisaattoreiden formalismi, KSH-koodien rakentaminen stabilaattoreiden formalismissa. Unitaariset muunnokset ja mittaukset stabilisaattoreiden formalismissa. Virheensietoisten laskelmien käsite. Universaalin virhesietoisten porttien rakentaminen. Virheenkestävät mittaukset. Kynnyslause. Kokeelliset näkymät kvanttivirheenkorjauksen ja virhetoleranttien laskelmien toteuttamiseen.

Luento 11. Kvanttilaskenta NISQ-laitteilla. Kvanttivariaatioalgoritmit: QAOA ja VQE. Sovelluksia kvanttikemian ongelmiin. Toteutusmahdollisuudet nykyaikaisilla kvanttiprosessoreilla, kehitysnäkymät.

Hallitse kysytyin datatieteen ammatti tyhjästä. Saat kaikki tarvittavat taidot ohjelmoinnissa, matematiikassa, koneoppimisessa nopeaan ammatin alkuun vielä opiskelun aikana

• Opettelemme automatisoimaan tiedon kanssa työskentelyn, määrittämään valvonnan, luomaan käsittelyputkia ja tietojen tallennusjärjestelmät• Voit hakea tietoinsinöörin, ETL-asiantuntijan tai MLOps-tason paikkaa keskellä