소개
개요 및 동기
시작하기 전에 이 짧은 강좌 전 설문조사를 작성해 주세요. 이는 콘텐츠 제공과 사용자 경험을 개선하는 데 중요한 도움이 됩니다.
Note: This survey is provided by IBM Quantum and relates to the original English content. To give feedback on doQumentation's website, translations, or code execution, please open a GitHub issue.
양자 대각화 알고리즘(Quantum Diagonalization Algorithms) 강좌에 오신 것을 환영합니다!
세상에는 행렬 대각화 문제로 표현될 수 있는, 인간에게 매우 중요한 문제가 많이 있습니다. 이는 금융에서 물리학에 이르기까지 광범위한 분야에 걸쳐 있으며, 화학 결합 자리부터 배급 네트워크에 이르기까지 서로 매우 다른 시스템에 적용됩니다. 머신러닝과 같은 다른 문제 해결 방법조차도 행렬의 힘을 활용합니다. 고전 컴퓨팅의 발전 덕분에 놀라울 정도로 거대한 행렬의 대각화가 가능해졌습니다. 그러나 여전히 엄밀한 고전 대각화 알고리즘의 한계를 넘어서는 문제들이 존재합니다.
양자 대각화 알고리즘(QDA)은 고전적 접근 방식과 함께 양자 컴퓨터의 힘을 활용합니다. 이는 알고리즘마다 다른 의미를 가집니다. 어떤 경우에는 알고리즘이 양자 컴퓨터를 사용하여 행렬 기댓값을 추정하고 고전 컴퓨터를 사용하여 변분 최적화 알고리즘을 실행합니다. 예를 들어 VQE (variational quantum eigensolver)가 이에 해당합니다. 다른 경우에는 양자 측정을 사용하여 관심 있는 행렬을 투영할 적절한 부분 공간을 식별하고, 투영된 행렬의 대각화는 전적으로 고전적으로 수행됩니다. 이는 현재 양자 컴퓨팅 시대에서 가장 흥미로운 방법 중 하나인 샘플링 기반 양자 대각화 방법(SQD)을 설명합니다.
이 강좌는 양자 대각화에 대한 여러 접근 방식의 개요를 제공합니다. 사용되거나 양자 알고리즘의 동기가 된 고전적 방법에 대한 배경을 제공하고, 실제 양자 컴퓨터에서 양자 알고리즘의 구현을 단계별로 살펴봅니다. 고전 및 양자 알고리즘을 사용하는 접근 방식의 확장성을 결정하는 요인에 대한 상당한 논의가 있습니다. 이는 여러분의 문제가 특정 양자 알고리즘으로부터 이익을 얻는지 판단하는 데 매우 중요합니다. 추상적인 수학적 접근 방식을 최첨단 양자 하드웨어와 연결함으로써, 이 커리큘럼은 참가자들이 빠르게 발전하는 양자 계산 기법의 지형을 탐색할 수 있도록 지원합니다.
강좌 학습 목표
이 강좌를 완료하면 다음과 같은 핵심 기술과 역량을 쌓을 수 있습니다. 학습자는 다음을 할 수 있습니다:
-
대규모 행렬 대각화의 여러 산업 응용 분야를 식별합니다.
-
여러 고전 대각화 접근법과 그에 대응하는 양자 방법을 식별합니다.
-
QDA의 효율성을 결정하는 요인을 설명합니다.
-
일반적인 QDA의 여러 상대적 강점과 약점을 식별합니다.
-
Qiskit Runtime 프리미티브를 사용하고 Qiskit 패턴을 따라 QDA를 구현합니다.
-
QDA에 가장 적합한 문제 유형을 식별합니다.
-
예제 문제를 자신의 관심 문제에 맞게 조정합니다.
-
대규모 내결함성 이전에 양자 컴퓨터에서 QDA를 구현하는 제약을 알고 있습니다.
강좌 구성
이 강좌는 여러 레슨으로 구성되어 있습니다. 각 레슨에는 텍스트 중간에 여러 확인 질문이 있어, 진행하면서 새로운 기술을 연습하거나 이해도를 확인할 수 있습니다. 이는 필수는 아닙니다.
강좌 끝에는 20문항의 퀴즈가 있습니다. Credly를 통해 양자 대각화 알고리즘 배지를 받으려면 이 퀴즈에서 최소 70%의 점수를 받아야 합니다. 70% 이상의 점수를 받으면 곧 배지가 자동으로 이메일로 전송됩니다. 이 퀴즈를 치를 수 있는 횟수에는 제한이 있습니다. 자세한 내용은 퀴즈를 참조하세요.
강좌 구성은 다음과 같습니다:
- 레슨 0: 소개 및 개요
- 레슨 1: Variational quantum eigensolver
- 레슨 2: Krylov 양자 대각화
- 레슨 3: 샘플 기반 양자 대각화
- 레슨 4: SQD 응용
- 레슨 5: 샘플 기반 Krylov 양자 대각화
- 배지용 시험