บทนำ

ยินดีต้อนรับสู่การประมวลผลเชิงควอนตัมระดับ utility-scale!

ก่อนเริ่มต้น กรุณาทำแบบสำรวจก่อนเรียน สั้น ๆ นี้ก่อน เพื่อช่วยพัฒนาเนื้อหาและประสบการณ์การใช้งานของเรา

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.

คอร์สนี้อิงจากคอร์สสดที่จัดขึ้นที่มหาวิทยาลัยโตเกียวในปี 2024 แต่ละบทเรียนประกอบด้วย PDF ที่ใช้ในการบรรยาย และกิจกรรมแล็บเชิงคำนวณ ในบางกรณี แล็บจะมีเนื้อหาเบาบางและเพียงแค่แสดงขั้นตอนการทำงาน โดยคำอธิบายจะอยู่ใน PDF ที่เกี่ยวข้อง ในกรณีอื่น แล็บจะมีคำอธิบายละเอียดและแรงจูงใจทางคณิตศาสตร์

บทที่ 2-6 ครอบคลุมอัลกอริทึมที่มีชื่อเสียง เช่น Grover และการประมาณค่าเฟสเชิงควอนตัม อัลกอริทึมเหล่านี้มีความสำคัญอย่างยิ่งต่อความเข้าใจเกี่ยวกับศักยภาพของการประมวลผลเชิงควอนตัม แต่ส่วนใหญ่เป็นเนื้อหาที่อยู่นอกเหนือจากการคำนวณระดับ utility-scale ที่เรากำลังสร้าง หากคุณเพิ่งเริ่มต้นกับการประมวลผลเชิงควอนตัม ควรศึกษาบทเหล่านี้ให้ครบถ้วน หากคุณมีประสบการณ์มากพอแล้ว บทเหล่านี้ไม่มีเนื้อหาใหม่ที่เฉพาะเจาะจงสำหรับการคำนวณระดับ utility-scale ที่เรากำลังทำ

บทที่ 7-8 ทบทวนการจำลองเชิงควอนตัมและแบบคลาสสิก บทเรียนเรื่องการจำลองแบบคลาสสิกเขียนโดย ศ. Yoshiaki Kawase แห่งมหาวิทยาลัยโตเกียว และเก็บอยู่บน GitHub

บทที่ 9 มุ่งเน้นไปที่ฮาร์ดแวร์การประมวลผลเชิงควอนตัมสมัยใหม่

เริ่มต้นตั้งแต่บทที่ 10 เป็นต้นไป เราจะครอบคลุมหัวข้อที่มีความสำคัญพิเศษในบริบทของการคำนวณระดับ utility-scale การเข้าใจการปรับแต่ง Circuit (บทที่ 10) และการลดความผิดพลาด (บทที่ 11) มีความสำคัญอย่างยิ่งต่อการได้ผลลัพธ์ที่ดีในระดับนี้ การคำนวณระดับ utility-scale เริ่มต้นในบทที่ 12 และสรุปในบทที่ 14

มีการประมาณเวลา QPU ที่จำเป็นอย่างสุจริตไว้ที่ด้านบนของแต่ละบทเรียน แต่การคำนวณของคุณอาจแตกต่างออกไปเล็กน้อย ไม่มีแบบทดสอบหรือเครื่องหมายรับรองสำหรับคอร์สนี้

หวังว่าทรัพยากรการสอนเหล่านี้จะเป็นประโยชน์ต่อคุณและนักเรียนในการบรรลุเป้าหมายด้านการประมวลผลเชิงควอนตัมที่มีประโยชน์

ดาวน์โหลด PDF ของบรรยายแนะนำ โปรดทราบว่าตลอดทุก PDF อาจมีโค้ดบางส่วนที่ล้าสมัยแล้ว เนื่องจากเป็นภาพนิ่ง