소개

유틸리티 규모 양자 컴퓨팅에 오신 것을 환영합니다!

시작하기 전에 이 짧은 강좌 전 설문조사를 완료해 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.

이 강좌는 2024년 도쿄대학교에서 진행된 실시간 강좌를 기반으로 합니다. 각 레슨은 강의 맥락에서 사용된 PDF와 계산 실습 활동으로 구성됩니다. 일부 경우에는 랩이 간결하여 단순히 워크플로우만 보여주고 설명은 관련 PDF에 있습니다. 다른 경우에는 랩에 자세한 설명과 수학적 동기가 포함되어 있습니다.

레슨 2-6은 Grover의 알고리즘 및 양자 위상 추정과 같은 유명한 알고리즘을 다룹니다. 이들은 양자 컴퓨팅의 잠재력을 이해하는 데 있어 부정할 수 없이 중요하지만, 우리가 구축하고자 하는 유틸리티 규모 계산에는 대체로 부차적입니다. 양자 컴퓨팅을 처음 접하신다면, 이 레슨들을 반드시 학습해야 합니다. 양자 컴퓨팅에 상당한 경험이 있으시다면, 이 레슨에서는 현재 다루는 유틸리티 규모 계산에 특화된 새로운 내용이 추가되지 않습니다.

레슨 7-8은 양자 및 고전 시뮬레이션을 복습합니다. 고전 시뮬레이션에 관한 레슨은 도쿄대학교 Yoshiaki Kawase 교수가 작성했으며, GitHub에 외부적으로 호스팅되어 있습니다.

레슨 9는 현대의 양자 컴퓨팅 하드웨어에 초점을 맞춥니다.

레슨 10부터는 유틸리티 규모 계산의 맥락에서 특히 중요한 주제들을 다룹니다. 이 규모에서 좋은 결과를 달성하려면 회로 최적화(레슨 10) 및 오류 완화(레슨 11)를 이해하는 것이 필수적입니다. 유틸리티 규모 계산 자체는 레슨 12에서 시작하여 레슨 14에서 마무리됩니다.

필요한 QPU 시간에 대한 성실한 추정치가 각 레슨 상단에 제공되어 있지만, 실제 계산은 약간 다를 수 있습니다. 이 강좌에는 퀴즈나 배지가 연관되어 있지 않습니다.

이러한 교육 자료가 여러분과 학생들이 유용한 양자 컴퓨팅을 달성하는 데 도움이 되기를 바랍니다.

소개 강의 pdf를 다운로드하세요. 모든 pdf에 걸쳐 일부 코드 스니펫은 정적 이미지이므로 더 이상 사용되지 않을 수 있습니다.