Quantencomputingschulungen Überblick

Wir bieten eine Reihe an immer wieder kehrenden Schulungen gemeinsam mit anderen Fraunhofer-Instituten, der Fraunhofer-Allianz Big Data und Künstliche Intelligenz und der Fraunhofer Acadamy an. Diese Seite gibt einen Überblick über diese Aktivitäten:

Quantum Computing Basics

Quantum Machine Learning

Quantum Image Processing

Vergangene Veranstaltungen

Quantum Computing Basics

Quantencomputing und die darunter zugrunde liegende Quantenmechanik öffnen neue Türen. In den 1990er Jahren demonstrierte Shor’s Algorithmus einen exponentiellen Speed-Up gegenüber klassischen Algorithmen zur Faktorisierung großer Zahlen. In den letzten Jahren macht die Entwicklung von Quantencomputern große Fortschritte und wir müssen lernen, wie wir die Vorteile von Quantencomputern nutzen können.

In diesem Training lernen Sie die Grundlagen des Quantencomputers und die wichtigsten Algorithmen kennen. Die Konzepte werden mit einer Vielzahl von Fallbeispielen aus realen Anwendungen und Projekten vermittelt. Ein Schwerpunkt des Kurses liegt darin, das Erlernte mit praktischen Anwendungsbeispielen direkt zu vertiefen.

Lernziele

Die Teilnehmenden

kennen die formalen Grundbegriffe des Quantencomputings (Quantenzustand, Bit vs. Qubit, Messung)
können die wichtigen Unterschiede zwischen Quantencomputings und klassischen Computings benennen

Die Teilnehmenden können

die grundlegenden Quantenalgorithmen und die ihnen zugrunde liegenden Intuitionen beschreiben
aktuelle Herausforderungen bei der Entwicklung und Umsetzung grundlegender Quantenalgorithmen beschreiben
einfache Quantenprogramme entwickeln
komplexe Quantenalgorithmen, wie beispielsweise den Shor’s Algorithmus, analysieren und modifizieren

Zertifizierung

Die Zertifizierung (geprüft nach ISO Norm 17024 ) findet durch die Fraunhofer-Personenzertifizierungsstelle statt. Das Zertifikat bescheinigt den Absolventinnen und Absolventen relevantes innovatives Praxiswissen und nachgewiesene Kompetenz.

Programm

Erster Teil

Überblick über Quantencomputing, Schlüsselkonzepte und Anwendungsbereiche
Grundlagen der Quantenphysik
Mathematische Grundlagen der Quantenprogrammierung

Zweiter Teil

Quantengatter und -schaltungen, Bra-Ket-Formalismus, Clifford-Gatter
Beschränkungen der aktuellen Quantencomputer

Dritter Teil

Erstellen und Simulieren einfacher Quantenprogramme
Überblick über wichtige Quantenalgorithmen
Grover’s Algorithmus

Vierter Teil

Quanten-Fourier-Transformation (QFT) und Quanten-Phasenschätzung (QPE)
Shor's Algorithmus
Schlussfolgerungen und Diskussion

© Fraunhofer-Gesellschaft
Überblick Schulung

Quantum Machine Learning

Quantencomputing und Maschinelles Lernen zählen zu den zentralen Technologien, die die digitale Entwicklung in den kommenden Jahrzehnten maßgeblich beeinflussen – und bereits heute erste Veränderungen bewirken. Um in diesen Schwerpunkten wegweisende Ergebnisse zu erzielen, braucht es Fachkräfte mit fundiertem Wissen in beiden Disziplinen.

Die Schulung behandelt Themen an der Schnittstelle von Quantencomputing und Künstlicher Intelligenz. Es richtet sich an Teilnehmende mit Erfahrung im Quantencomputing sowie an Fachleute aus der Data Science. Sie erwerben die Kompetenz, Algorithmen des Maschinellen Lernens auf Quantenrechnern gezielt einzusetzen.

Dafür werden moderne Verfahren vorgestellt, die es ermöglichen, technologische Fortschritte frühzeitig zu nutzen und eigenständig neue Ansätze im Quantum Machine Learning (QML) zu entwickeln. Die theoretischen Konzepte werden anhand zahlreicher Fallstudien aus realen Anwendungen veranschaulicht. Ein wesentlicher Bestandteil des Kurses besteht darin, das erworbene Wissen durch praxisnahe Beispiele weiter zu festigen.