聯繫我們

課程簡介

量子力學入門

  • 量子力學的基本原理。
  • 量子態與量子位元(qubits)。
  • 疊加態與糾纏現象。

量子計算基礎知識

  • 量子電路與量子閘門。
  • 量子測量與量子位元操作。
  • 量子演算法簡介。

量子演算法

  • 量子演算法概覽。
  • 量子傅立葉變換及其應用。
  • 用於資料庫搜尋的Grover演算法。

量子人工智慧與機器學習

  • 量子機器學習演算法。
  • 量子神經網路。
  • 量子人工智能的潛在應用場景。

量子人工智能的挑戰與未來發展

  • 量子人工智能面臨的技術難題。
  • 倫理考量與社會影響。
  • 量子人工智能的未來趨勢與研究方向。

實驗室項目

  • 使用Qiskit或類似量子計算框架模擬量子演算法。
  • 開發基礎量子機器學習模型。
  • 團隊合作,提出創新性的量子人工智能應用方案。

總結與後續步驟

最低要求

  • 具備線性代數與量子力學的基礎知識。
  • 熟悉Python程式設計。

目標受眾

  • 人工智慧專業人士。
  • 人工智慧研究人員。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類