Norma
팔로워6명
주최대회0개
글쓰기
Quantum & QML_Guide Basic (with Colab tutorial)
Hello,I want to share something related with basic of quantum and qml.Please see the attatched notebook file.This contents written by LLM sevice(Claude) and I used IBM qiskit and Pennylane library for visualization.If there are wrong contents or explanation, please let me know with comment. (*Below figures are from the attatched notebook file) (Explanation of measurement in quantum state) (Explanation of entanglement)(CNOT gate make entanglement between two qubits)(Qubit state before measurement shown in bloch sphere)(Training dataset explanation…?) Enjoy and thanks!
Useful QML Learning Resources
Hello! Thank you to AI Factory for hosting this exciting competition.I'd like to share some learning resources and introductory materials on quantum computing that I came across while browsing. I hope these will be helpful for your journey!IBM Qiskit Official Resources:Quick Start Guide: https://quantum.cloud.ibm.com/docs/en/guides/quick-startQuantum Kernel Training Tutorial: https://quantum.cloud.ibm.com/docs/en/tutorials/quantum-kernel-trainingPennylane Official Resources:Pennylane Official Website: https://pennylane.ai/QML Demo - Learning with Few Data: https://pennylane.ai/qml/demos/tutorial_learning_few_dataEssential QML Techniques:For this competition, these three concepts are particularly important:Variational CircuitsTutorial: https://pennylane.ai/qml/demos/tutorial_variational_classifier/Demonstrates how to build and train parameterized quantum circuitsQuantum KernelsTutorial: https://pennylane.ai/qml/demos/tutorial_kernels_moduleShows kernel-based approaches to quantum machine learningAmplitude EncodingDocumentation: https://docs.pennylane.ai/en/stable/code/api/pennylane.AmplitudeEmbedding.htmlNote for this competition: While the training data has already been amplitude encoded into 8 qubits in the baseline, understanding how amplitude encoding works internally will be very helpful for developing your approach and understanding the underlying mechanics of the quantum circuit.Important Notes:This competition's baseline uses the Pennylane library. Since the second phase will utilize Rigetti Computing's actual quantum hardware through Pennylane, getting familiar with the Pennylane framework will be advantageous for your participation.Happy learning and best of luck with the competition!
리게티, 업계 최대 규모 멀티-칩 양자컴퓨터 시연… 2큐빗 게이트 오류율 절반으로 감소
안녕하세요. 김태영입니다. 간밤에 리게티 컴퓨팅에서 좋은 소식이 나왔는데요. 한 번 살펴보겠습니다. 기사풀-스택 양자∙고전 하이브리드 컴퓨팅의 선구자인 Rigetti Computing, Inc.(나스닥: RGTI, 이하 “리게티” 또는 “회사”)는 모듈형 36-큐빗 시스템에서 중간값 99.5% 2큐빗 게이트 신뢰도라는 연간 중간 목표를 달성했다고 발표했습니다. 이는 기존 84-큐빗 단일 칩 Ankaa™-3 시스템 대비 2배 향상된 2큐빗 게이트 오류율을 기록한 것입니다.36-큐빗 시스템은 9-큐빗 칩릿(chiplet) 4개를 타일 형태로 결합한 리게티 고유의 모듈형 칩 기술을 기반으로 하며, 100+ 큐빗 칩릿 기반 시스템 구축을 위한 길을 열었다고 하네요. 리게티는 해당 36-큐빗 시스템을 8월 15일 출시할 예정이며, 2025년 말까지 중간값 99.5% 2큐빗 게이트 신뢰도의 100+ 큐빗 칩릿 기반 시스템을 공개한다는 계획을 하고 있습니다. “초전도 큐빗은 이온 트랩이나 중성 원자 등 다른 방식에 비해 게이트 속도가 1,000배 이상 빠르고 스케일업도 용이하다는 장점이 있습니다. 우리는 반도체 산업의 잘 알려진 기술을 활용해 고유의 모듈형 칩 기술을 개발했으며, 이는 더 많은 큐빗 수로 확장하는 데 필수적이라 믿습니다.” — 수보드 쿨카르니(Subodh Kulkarni) 박사, 리게티 CEO회사 소개 — Rigetti Computing리게티는 풀-스택 양자컴퓨팅 분야의 개척자입니다. 2017년부터 Rigetti Quantum Cloud Services 플랫폼을 통해 전 세계 기업, 정부, 연구 고객에게 클라우드 기반 양자컴퓨터를 제공해 왔습니다. 2021년에는 24~84 큐빗의 온프레미스 양자컴퓨팅 시스템을 판매하며 국립 연구소와 양자컴퓨팅 센터를 지원했습니다. 2023년에는 고객의 기존 극저온 및 제어 시스템에 즉시 연결 가능한 고성능 온프레미스 9-큐빗 Novera™ QPU를 출시하여 R&D 커뮤니티 저변을 확대하고 있습니다.함께보기퀀텀 상용화 시대가 점점 다가오고 있습니다. 아래 “제1회 퀀텀AI 경진대회”에 참여하고 AIFactory와 함께 공부해요.
경진대회와 함께 퀀텀AI를 공부해요.
안녕하세요, 마틴입니다. 양자컴퓨팅에 관심을 가지고 있던 중 이렇게 좋은 기회로 경진대회에 참가할 수 있어 기쁜 마음입니다.이 노트북에는, 경진대회 참가 기본 가이드에 추가하여 경진대회 참가를 위해 수집/학습한 정보들 및 성능향상을 위한 코드와 그 설명을 포함해나가보려고 합니다.https://colab.research.google.com/drive/1kI-MpqSZU_B1sNR3-ECwF_pueaeUaXOE?usp=sharing
