به گزارش مرکز ارتباطات و اطلاع رسانی معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری، یادگیری ماشین کوانتومی (QML) یک حوزه تحقیقاتی میان‌رشته‌ای جدید است که اصول فیزیک کوانتومی و یادگیری ماشین را ترکیب می‌کند تا از قدرت محاسبات کوانتومی برای حل مسائل پیچیده داده‌محور استفاده کند.

این دوره مقدماتی برای علاقه‌مندان به حوزه یادگیری ماشین بر مبنای کامپیوترهای کوانتومی و به منظور توسعه علمی و مهارت‌های عملی در این زمینه طراحی و برگزار شد. ایجاد درک کاملی از نحوه پیاده‌سازی الگوریتم‌های یادگیری ماشین کوانتومی، کاوش برنامه‌های کاربردی پیشرفته، و استفاده از پتانسیل محاسبات کوانتومی برای تسریع پردازش داده‌ها از اهداف این دوره بود.

دکتر جواد صالحی، استاد دانشکده برق دانشگاه صنعتی شریف و دکتر علی اسفندیار، دبیر ستاد اپتیک و کوانتوم و استاد فیزیک دانشگاه صنعتی شریف، اعضای کمیته علمی این دوره بودند.

این دوره آموزشی دوهفته‌ای که با استقبال گسترده و حضور بیش از 300 نفر از علاقه‌مندان از سراسر کشور- و حتی خارج از کشور- روبرو شد در شش جلسه دوساعته به صورت آنلاین در کلاس مجازی کانون رسانا برگزار شد. سرفصل‌هایی که در این جلسات  پوشش داده شد شامل مقدمه‌ای بر یادگیری ماشین، یادگیری نظارت‌شده، چشم‌انداز QML، عملگرها و مدارهای کوانتومی، اندازه‌گیری‌ها، فروش گرادیان و آموزش، آماده‌سازی وضعیت، نمایش داده ،برنامه‌نویسی عملی 1، تکامل زمانی تقریبی، مقدمه‌ای بر الگوریتم QAOA، آنساتس‌ها، ماشین‌های بردار پشتیبانی (SVM)، تابع هسته، SVM الهام‌گرفته از کوانتوم، طبقه‌بند متغیر کوانتومی و برنامه‌نویسی عملی 2 بود.

این سرفصل‌ها در قالب جلسات تدریس و کارگاه‌های برنامه‌نویسی توسط متخصصان مجموعه کایوتی آموزش داده شد و در پایان به حدود 100 نفر از برگزیدگان، گواهی معتبر پایان دوره اعطا شد. ضمناً فیلم کامل دوره برای استفاده سایر علاقه‌مندان در وبسایت اطلس کوانتوم به نشانی quantumatlas.ir در دسترس است.

ستاد توسعه فناوری‌های اپتیک و کوانتوم در نظر دارد در ادامه از شرکت‌کنندگان توانمند جهت تشکیل تیم‌های تحقیقاتی در این زمینه دعوت به عمل آورد تا  بستری برای به کارگیری این آموزه‌ها در حل مسائل واقعی و کاربردی فراهم شود. برگزاری دوره‌های مشابه با حضور اساتید داخلی و خارجی در زمینه‌های تخصصی و کاربردی حوزه اپتیک، فوتونیک، لیزر و کوانتوم، و همچنین برگزاری مسابقات ملی و المپیادهای دانشجویی این حوزه از برنامه‌های آتی ستاد در حیطه آموزش و ترویج است.

#20