Přeskočit na hlavní obsah
Přeskočit hlavičku
Zavřít

Vyhledávání

Kvantová inteligence

Jazyk výuky angličtina, čeština
Kód 460-4180
Zkratka KI
Název předmětu česky Kvantová inteligence
Název předmětu anglicky Quantum Inteligence
Garantující katedra Katedra informatiky
Garant předmětu prof. Ing. Ivan Zelinka, Ph.D.

Anotace

Předmět Kvantová inteligence se zaměřuje na praktickou implementaci algoritmů umělé inteligence v kvantových výpočetních prostředích. Studenti se postupně seznámí se základními i pokročilými metodami kvantového strojového učení a osvojí si práci s kvantovými simulátory i reálnými kvantovými počítači. Po absolvování předmětu budou schopni navrhovat a implementovat kvantové neuronové sítě, klasifikační a optimalizační algoritmy, generativní modely a hybridní kvantově-klasické přístupy. Získají dovednost analyzovat výkonnost těchto metod, porovnávat je s klasickými postupy a aplikovat je při řešení složitých úloh umělé inteligence. Výsledkem učení je schopnost samostatné i týmové práce při návrhu a prezentaci kvantově-AI řešení s využitím moderních vývojových prostředí.

Povinná literatura

Nielsen, M. A., & Chuang, I. L. (2010). Quantum Computation and Quantum Information (10th Anniversary Edition). Cambridge University Press. ISBN-13: 978-1107002173.
https://www.cambridge.org/highereducation/books/quantum-computation-and-quantum-information/01E10196D0A682A6AEFFEA52D53BE9AE
Pokrytí lekcí: 1, 2, 3, 6 – Základní kvantové výpočty a algoritmy

Wittek, P. (2014). Quantum Machine Learning: What Quantum Computing Means to Data Mining. Academic Press. ISBN-13: 978-0128100402 .
https://www.amazon.com/Quantum-Machine-Learning-Computing-Elsevier-ebook/dp/B00NPVBN0W
Pokrytí lekcí: 4, 5, 6, 7 – Kvantové neuronové sítě, QSVM, a další algoritmy strojového učení

Schuld, M., & Petruccione, F. (2018). Supervised Learning with Quantum Computers. Springer. ISBN-13: 978-3319964232 .
https://link.springer.com/book/10.1007/978-3-319-96424-9
Pokrytí lekcí: 4, 5, 7, 9 – Kvantové neuronové sítě, kvantové strojové učení, a optimalizace

Pattanayak, S., 2017. Quantum machine learning with Python: Using Cirq from Google research and IBM Qiskit. Apress.
https://link.springer.com/book/10.1007/978-1-4842-6522-2
Pokrytí lekcí: 8, 10, 12 – Hybridní kvantové algoritmy, Quantum GANs, VQE

Zoufal, C., Lucchi, A., & Woerner, S. (2019). Quantum Generative Adversarial Networks for Learning and Loading Random Distributions. npj Quantum Information, 5(1), 103.
https://www.nature.com/articles/s41534-019-0223-2
Pokrytí lekcí: 12 – Kvantové GANs, pokročilé techniky generativního učení

Lamata, L., Alvarez-Rodriguez, U., & Solano, E. (2017). Quantum Reinforcement Learning with Superconducting Circuits. Springer. ISBN-13: 978-3319991252 .
https://link.springer.com/article/10.1007/s11128-023-03867-9
Pokrytí lekcí: 9 – Kvantové posílené učení

Doporučená literatura

Benenti, G., Casati, G., & Strini, G. (2019). Principles of Quantum Computation and Information: Basic Concepts. World Scientific. ISBN-13: 978-9813278221 .
https://www.worldscientific.com/worldscibooks/10.1142/5528?srsltid=AfmBOoqwMBA7lEXKK5Ivon8CkSLmnUNTsudukWF4Jc1m-JJvU8syhLNp
Pokrytí: Úvod do kvantových výpočtů a základní principy pro aplikace v AI, kvantové algoritmy.

Cerezo, M., Arrasmith, A., & Coles, P. J. (2021). Variational Quantum Algorithms. Nature Reviews Physics, 3(9), 625-644.
https://www.nature.com/articles/s42254-021-00348-9
Pokrytí: Hybridní algoritmy jako VQE a QAOA v AI aplikacích.

Dunjko, V., & Briegel, H. J. (2018). Machine Learning & Artificial Intelligence in the Quantum Domain. Reports on Progress in Physics, 81(7), 074001.
https://iopscience.iop.org/article/10.1088/1361-6633/aab406
Pokrytí: Moderní pohled na využití AI a strojového učení v kvantovém prostředí, včetně kvantového posilovaného učení.


zpět na vyhledávání