Pengenalan
Gambaran keseluruhan dan motivasi​
Sebelum memulakan, sila lengkapkan tinjauan pra-kursus yang ringkas ini, yang penting untuk membantu menambah baik kandungan dan pengalaman pengguna kami.
Note: This survey is provided by IBM Quantum and relates to the original English content. To give feedback on doQumentation's website, translations, or code execution, please open a GitHub issue.
Selamat datang ke Algoritma Penepatan Kuantum!
Dunia dipenuhi dengan masalah yang amat penting bagi manusia yang boleh dirumuskan sebagai masalah penepatan matriks. Ini merentas bidang daripada kewangan hingga fizik, dan terpakai kepada sistem yang berbeza seperti tapak pengikatan kimia dan rangkaian pengedaran. Malah kaedah penyelesaian masalah lain seperti pembelajaran mesin memanfaatkan kuasa matriks. Kemajuan dalam pengkomputeran klasik telah memungkinkan penepatan matriks bersaiz luar biasa besar. Namun masih terdapat masalah yang melebihi had algoritma penepatan klasik yang tepat.
Algoritma penepatan kuantum (QDA) memanfaatkan kuasa komputer kuantum bersama-sama dengan pendekatan klasik. Ini bermaksud perkara yang berbeza untuk algoritma yang berbeza. Dalam sesetengah kes, algoritma menggunakan komputer kuantum untuk menganggar nilai jangkaan matriks dan menggunakan komputer klasik untuk menjalankan algoritma pengoptimuman variasional. Ini benar, sebagai contoh, untuk penyelesai nilai eigen kuantum variasional (VQE). Dalam kes lain, pengukuran kuantum digunakan untuk mengenal pasti subruang yang sesuai untuk memproyeksikan matriks minat kita, dan penepatan matriks yang diproyeksikan dilakukan sepenuhnya secara klasik. Ini menggambarkan kaedah penepatan kuantum berasaskan pensampelan (SQD), antara kaedah yang paling menarik dalam era pengkomputeran kuantum masa kini.
Kursus ini memberikan gambaran keseluruhan beberapa pendekatan untuk penepatan kuantum. Kami menyediakan latar belakang kaedah klasik yang digunakan, atau yang mendorong algoritma kuantum, dan membimbing kamu melalui pelaksanaan algoritma kuantum pada komputer kuantum sebenar. Terdapat perbincangan menyeluruh tentang faktor-faktor yang menentukan skala pendekatan menggunakan algoritma klasik dan kuantum. Ini penting untuk menentukan sama ada masalah kamu mendapat manfaat daripada algoritma kuantum tertentu. Dengan menghubungkan pendekatan matematik abstrak dengan perkakasan kuantum terkini, kurikulum ini memperkasakan peserta untuk menavigasi landskap teknik pengkomputeran kuantum yang berkembang pesat.
Matlamat pembelajaran kursus​
Dengan menamatkan kursus ini, kamu dijangka membina kemahiran dan kecekapan teras berikut. Pelajar akan dapat:
-
Mengenal pasti beberapa aplikasi industri penepatan matriks besar.
-
Mengenal pasti beberapa pendekatan penepatan klasik dan rakan sejawat kuantum mereka.
-
Menjelaskan faktor-faktor yang menentukan kecekapan QDA.
-
Mengenal pasti beberapa kekuatan dan kelemahan relatif QDA yang biasa.
-
Melaksanakan QDA menggunakan primitif Qiskit Runtime dan mengikut corak Qiskit.
-
Mengenal pasti jenis masalah yang paling sesuai untuk QDA.
-
Menyesuaikan contoh masalah kepada masalah mereka sendiri yang diminati.
-
Mengetahui kekangan melaksanakan QDA pada komputer kuantum sebelum toleransi kesalahan berskala besar.
Struktur kursus​
Kursus ini terdiri daripada beberapa pelajaran. Setiap pelajaran mempunyai beberapa soalan semak sepanjang teks, supaya kamu boleh mempraktikkan kemahiran baharu atau menyemak pemahaman kamu semasa belajar. Ini tidak diwajibkan.
Di penghujung kursus, terdapat kuiz 20 soalan. Kamu mesti mendapat sekurang-kurangnya 70% dalam kuiz ini untuk mendapatkan lencana Algoritma Penepatan Kuantum kamu, melalui Credly. Jika kamu mendapat sekurang-kurangnya 70%, lencana kamu akan dihantar secara automatik melalui e-mel kepada kamu, tidak lama selepas itu. Terdapat had bilangan kali kuiz ini boleh diambil. Lihat kuiz untuk maklumat lanjut.
Struktur kursus adalah seperti berikut:
- Pelajaran 0: Pengenalan dan gambaran keseluruhan
- Pelajaran 1: Penyelesai nilai eigen kuantum variasional
- Pelajaran 2: Penepatan kuantum Krylov
- Pelajaran 3: Penepatan kuantum berasaskan pensampelan
- Pelajaran 4: Aplikasi SQD
- Pelajaran 5: Penepatan kuantum Krylov berasaskan pensampelan
- Peperiksaan untuk lencana