Aqueles que adquirirem agora conhecimentos em tecnologias quânticas serão os líderes em programação num futuro próximo”

A Computação Quântica tem avançado rapidamente tanto na teoria como na prática nos últimos anos e, com ela, a esperança de um impacto potencial em aplicações reais. Os computadores quânticos são capazes de resolver naturalmente certos problemas com correlações complexas entre entradas que podem ser incrivelmente difíceis para os computadores tradicionais. Este Curso analisa em que situações se poderia alcançar tal "vantagem quântica", no contexto da análise avançada e da inteligência artificial.

Os modelos de aprendizado desenvolvidos em computadores quânticos são muito mais potentes para aplicações na busca por uma solução ótima, tanto a nível da melhor seleção dos hiperparâmetros nos algoritmos de aprendizado automático, como nos casos 
de otimização de cenários. Isto ocorre porque permitem uma computação muito mais rápida, melhor generalização com menos dados ou ambas as coisas. Os informáticos que adquirirem conhecimentos neste momento, em tecnologias quânticas, serão os líderes da programação num futuro próximo.

Além disso, os alunos dispõem da melhor metodologia de estudo 100% online, o que elimina a necessidade de assistir presencialmente às aulas ou de ter que cumprir um horário predeterminado. Desta forma, em somente 6 semanas, aprofundará no campo de aplicação do da Computação Quântica, compreendendo as vantagens competitivas que estes trazem, posicionando-se na vanguarda tecnológica e podendo liderar projetos ambiciosos no presente e no futuro.

Está a ocorrer uma revolução tecnológica histórica associada ao desenvolvimento das novas plataformas quânticas”

Este Curso de Computação Quântica conta com o conteúdo educativo mais completo e atualizado do mercado. As suas principais características são:

• O desenvolvimento de casos práticos apresentados por especialistas em Computação Quântica 
• Os conteúdos gráficos, esquemáticos e eminentemente práticos com que foi concebido fornecem uma informação prática sobre as disciplinas que são indispensáveis para a prática profissional 
• Os exercícios práticos onde o processo de autoavaliação pode ser efetuado a fim de melhorar a aprendizagem
• O seu foco especial em metodologias inovadoras 
• As aulas teóricas, perguntas ao especialista, fóruns de discussão sobre questões controversas e atividades de reflexão individual 
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com conexão à Internet 

Os sensores e atuadores quânticos permitirão aos informáticos navegar no mundo da nanoescala com notável precisão e sensibilidade”

O currículo inclui, em seu corpo docente, profissionais do setor que compartilham a experiência do seu trabalho, além de reconhecidos especialistas de sociedades de referência e universidades de prestígio.

O seu conteúdo multimédia, desenvolvido com a mais recente tecnologia educacional, irá permitir que o profissional tenha acesso a uma aprendizagem situada e contextual, isto é, um ambiente de simulação que proporcionará uma capacitação imersiva, programada para praticar em situações reais.

A conceção deste curso foca-se na Aprendizagem Baseada em Problemas, através da qual os profissionais deverão tentar resolver as diferentes situações da atividade profissional que surgem ao longo do Mestrado Próprio. Para tal, contaram com o apoio 
de um sistema inovador de vídeos interativos, criado por especialistas reconhecidos.

A revolução quântica já está em curso e as possibilidades à sua frente são ilimitadas"

Determine os principais operadores quânticos e desenvolva circuitos operacionais"

Se ha establecido un plan de estudios que ofrece una amplia perspectiva en Computação Quântica, una tecnología que ha avanzado rápidamente tanto en la teoría como en la práctica en los últimos años y con ella, la esperanza del impacto potencial en aplicaciones reales. Este Curso profundiza, tanto a nivel teórico como a nivel práctico, en la concepción, desarrollo y aplicaciones, centrándose en el aprendizaje automático cuántico.

Profundiza en la concepción, desarrollo y aplicaciones de la Computación Cuántica, centrándote en el aprendizaje automático cuántico"

Módulo 1. Quantum computing. Un nuevo modelo de computación

1.1. Computación Cuántica

1.1.1. Diferencias con la Computación Clásica
1.1.2. Necesidad de la Computación Cuántica
1.1.3. Ordenadores Cuánticos disponibles: naturaleza y tecnología

1.2. Aplicaciones de la Computación Cuántica

1.2.1. Aplicaciones de la computación cuántica frente a computación clásica
1.2.2. Contextos de uso
1.2.3. Aplicación en casos reales

1.3. Fundamentos Matemáticos de la computación cuántica

1.3.1. Complejidad computacional
1.3.2. Experimento de doble rendija. Partículas y ondas
1.3.3. El entrelazamiento

1.4. Fundamentos Geométricos de la Computación Cuántica

1.4.1. Qubit y espacio de Hilbert Bidimensional complejo
1.4.2. Formalismo General de Dirac
1.4.3. Estados de N-Qubits y espacio de Hilbert de dimensión 2n

1.5. Fundamentos Matemáticos Álgebra Lineal

1.5.1. El producto interno
1.5.2. Operadores hermitianos
1.5.3. Eigenvalues y Eigenvectors

1.6. Circuitos Cuánticos

1.6.1. Los estados de Bell y las matrices de Pauli
1.6.2. Puertas lógicas cuánticas
1.6.3. Puertas de control cuánticas

1.7. Algoritmos Cuánticos

1.7.1. Puertas cuánticas reversibles
1.7.2. Transformada de Fourier Cuántica
1.7.3. Teleportación Cuántica

1.8. Algoritmos que demuestran la Supremacía Cuántica

1.8.1. Algoritmo de Deutsch
1.8.2. Algoritmo de Shor
1.8.3. Algoritmo de Grover

1.9. Programación de Computadores Cuánticos

1.9.1. Mi primer programa en Qiskit (IBM)
1.9.2. Mi primer programa en Ocean (Dwave)
1.9.3. Mi primer programa en Cirq (Google)

1.10. Aplicación sobre Computadores Cuánticos

1.10.1. Creación de Puertas Lógicas

1.10.1.1. Creación de una Sumadora Digital Cuántica

1.10.2. Creación de Juegos Cuánticos
1.10.3. Comunicación secreta de claves entre Bob y Alice

Módulo 2. Quantum Machine Learning. La Inteligencia Artificial (I.A) del futuro

2.1. Algoritmos de Machine Learning Clásicos

2.1.1. Modelos descriptivos, predictivos, proactivos y prescriptivos
2.1.2. Modelos Supervisados y No Supervisados
2.1.3. Reducción de características, PCA, Matriz de Covarianza, SVM, Redes neuronales
2.1.4. La optimización en ML: El Descenso del Gradiente

2.2. Algoritmos de Deep Learning Clásicos

2.2.1. Redes de Boltzmann. La Revolución en Machine Learning
2.2.2. Modelos de Deep Learning. CNN, LSTM, GANs
2.2.3. Modelos Encoder-Decoder
2.2.4. Modelos de Análisis de Señales. Análisis de Fourier

2.3. Clasificadores Cuánticos

2.3.1. Generación de un clasificador cuántico
2.3.2. Codificación de los datos en estados cuánticos por amplitud
2.3.3. Codificación de los datos en estados cuánticos por fase/ángulo
2.3.4. Codificación de alto nivel

2.4. Algoritmos de Optimización

2.4.1. Quantum Approximate Optimization Algorithm (QAOA)
2.4.2. Variational Quantum Eigensolvers (VQE)
2.4.3. Quadratic Unconstrained Binary Optimization (QUBO)

2.5. Algoritmos de Optimización. Ejemplos

2.5.1. PCA con circuitos cuánticos
2.5.2. Optimización de paquetes de valores bursátiles
2.5.3. Optimización de rutas logísticas

2.6. Quantum Kernels Machine Learning

2.6.1. Variational quantum classifiers. QKA
2.6.2. Quantum Kernel Machine Learning
2.6.3. Clasificación basada en Quantum Kernel
2.6.4. Clustering basados en Quantum Kernel

2.7. Quantum Neural Networks

2.7.1. Redes Neuronales Clásicas y el Perceptrón
2.7.2. Redes Neuronales Cuánticas y el Perceptrón
2.7.3. Redes Neuronales Convolucionales Cuánticas

2.8. Algoritmos Avanzados de Deep Learning (DL)

2.8.1. Quantum Boltzmann Machines
2.8.2. General Adversarial Networks
2.8.3. Quantum Fourier transformation, quantum phase estimation and quantum matrix

2.9. Machine Learning. Use Case

2.9.1. Experimentación con VQC (Variational Quantum Classifier)
2.9.2. Experimentación con Quantum Neural Networks
2.9.3. Experimentación con GANs

2.10. Computación Cuántica y la Inteligencia Artificial

2.10.1. Capacidad Cuántica en Modelos de ML
2.10.2. Quantum Knowledge Graphs
2.10.3. El futuro de la Inteligencia Artificial Cuántica

Los algoritmos cuánticos están ya cambiando el mundo de la computación. Realiza un análisis teórico-práctico de ellos”