Kvantno strojno učenje
Glavni namen kvantnega strojnega učenja je poiskati učinkovite algoritme za trenutne kvantne naprave, ki bi lahko bili uspešni na najzahtevnejših problemih strojnega učenja. V tem kontekstu so najzanimivejši nenadzorovani problemi, ki so kljub nekaterim izjemam še vedno zelo zahtevni za trenutne pristope strojnega učenja. Širše pa lahko kvantno strojno učenje razumemo kot področje, ki se ukvarja z razumevanjem povezav med strojnim učenjem in kvantno mehaniko. V tem kontekstu spada pod okrilje kvantnega strojnega učenja tudi uporaba orodij strojnega učenja, kot so na primer globoke mreže za opis zelo kompleksnih kvantnih stanj. Podobno so lahko tudi kvantni algoritmi insipiracija za odkrivanje novih klasičnih algoritmov strojnega učenja. Omenjeni raziskovalni smeri sta pomembni za razmevanje mej klasičih algoritmov in prednosti kvantnega procesiranja. Pri predmetu želimo predstaviti povezave med kvantno mehaniko in strojnim učenjem, ki so najpomembnejše za reševanje problemov strojnega učenja z uporabo zdajšnjih kvantnih naprav. Predmet je zasnovan tako, da bodo študentje lahko večino algoritmov poskusili na dejanskih kvantnih napravah in simulatorjih, ki so javno dostopni. Del časa bomo namenili tudi algoritmom, ki so namenjeni univerzalnim kvantnim računalnikom. V zadnjih dveh tednih pa se bomo posvetili nedavnim, zahtevnejšim, teoretičnim povezavam med področjema.
