A computación cuántica está a converterse nunha alternativa viable para problemas de alta complexidade, demasiado difícil de abordar na computación clásica, con aceleración ou sen. Recentemente, Google demostrou que hai problemas particulares que se poden resolver de forma eficiente nun ordenador cuántico mentres que na computación clásica demanda recursos prohibitivos.
A computación cuántica representa un cambio importante de paradigma, onde o concepto de bit transfórmase nun bit cuántico, ou qubit, que ofrece unha enorme capacidade de almacenamento e procesamento de información. Neste curso organizado polo Instituto Galego de Física de Altas Enerxías (IGFAE) coa colaboración do CESGA (Centro de Supercomputación de Galicia) introduciranse os conceptos básicos da computación cuántica a nivel conceptual. Un abondoso conxunto de exercicios permitirá adquirir habilidade suficiente para desenvolver algoritmos e circuítos cuánticos. O curso terá lugar no IGFAE desde o 20 ata 23 de xaneiro de 2020 e está destinado a investigadores, profesores, profesionais do CIT e estudantes.
Programa:
– Introducción á computación cuántica. Traballando cun qubit.
– Qubit múltiple.
– Introdución ao simulador cuántico ProjectQ
– Algoritmos cuánticos básicos.
– Algoritmos cuánticos avanzados para a computación cuántica. Algoritmos de Hibrid: HHL, VQE, optimización, QML, etc.
Requisitos:
– Coñocementos de Jupiter – Cadernos de iPython.
– Rexistrarse na plataforma: ‘IBM Quantum Experience’ (https://quantum-computing.ibm.com/).
– Instalar python 3.x.x e os paquetes ProjectQ e Qiskit no portátil para facer os exercicios.
Os materiais do curso, incluíndo presentación e exercicios, estarán dispoñibles para a súa descarga o mesmo día do curso. O acceso á plataforma IBM Quantum Experience dependerá da dispoñibilidade.
De interese para investigadores, profesores, profesionais do CIT e estudantes.
Horario: 17:00 – 20:00, luns 20 – xoves 23 de xaneiro 2020.
Lugar: Sala de Xuntas, IGFAE.
Inscrición: https://indico.cern.ch/event/865287/
Máis información: javier.mas@usc.es
