聯繫我們

課程簡介

量子力學簡介

  • 量子力學基本原理
  • 量子態與量子位元(Qubits)
  • 疊加態與糾纏態

量子計算基礎

  • 量子電路與量子門
  • 量子測量與量子位元操控
  • 量子算法簡介

量子算法

  • 量子算法概述
  • 量子傅立葉變換及其應用
  • 用於資料庫搜尋的 Grover 算法

量子人工智慧與機器學習

  • 量子機器學習算法
  • 量子神經網絡
  • 量子人工智慧的潛在應用

量子人工智慧的挑戰與未來

  • 量子人工智慧的技術挑戰
  • 倫理考量與社會影響
  • 量子人工智慧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算法
  • 開發基礎量子機器學習模型
  • 小組合作項目:提出量子人工智慧的創新應用方案

最低要求

  • 具備線性代數及量子力學的基本知識
  • 熟悉 Python 程式設計

目標學員

  • 人工智慧專業人員
  • 人工智慧研究人員
 14 小時

課程分類