Ce cours vise à acquérir des connaissances dans le domaine l’informatique quantique appliquées à l’intelligence artificielle, comprendre les contraintes des ordinateurs quantiques et comment les utiliser pour améliorer les performances des algorithmes d’apprentissage classiques.
Au terme de ce cours, l’étudiante ou l’étudiant sera en mesure de : comprendre les éléments fondamentaux de l’apprentissage machine quantique; identifier les problèmes ou sous-problèmes de l’apprentissage machine qui peuvent être résolus sur un ordinateur quantique; développer des algorithmes d’apprentissage pour les ordinateurs quantiques; structurer le problème pour une utilisation optimale des différentes composantes informatiques.
Encodage des données. Espaces d’Hilbert et Hamiltonien. Réseaux de neurones quantiques. Optimisation des noyaux sur les processeurs quantiques. Particularités des différents types algorithmes d’apprentissage automatiques dans le modèle quantique.