Pendahuluan
Selamat datang di komputasi kuantum skala utilitas!
Kursus ini didasarkan pada kursus langsung yang diadakan di Universitas Tokyo pada tahun 2024. Setiap pelajaran terdiri dari PDF yang digunakan dalam konteks kuliah, dan aktivitas lab komputasi. Dalam beberapa kasus, lab-nya minim dan hanya menampilkan alur kerja sementara penjelasannya ada di PDF terkait. Dalam kasus lain, lab berisi penjelasan rinci dan motivasi matematika.
Pelajaran 2-6 mencakup algoritma terkenal seperti Grover dan estimasi fase kuantum. Algoritma-algoritma ini jelas penting bagi pemahaman kita tentang potensi kekuatan komputasi kuantum, tetapi sebagian besar bersifat tangensial terhadap perhitungan skala utilitas yang sedang kita bangun. Jika Anda baru mengenal komputasi kuantum, Anda benar-benar perlu mengerjakan semuanya. Jika Anda memiliki pengalaman substansial dalam komputasi kuantum, tidak ada yang baru ditambahkan dalam pelajaran-pelajaran ini yang spesifik untuk perhitungan skala utilitas yang sedang dibahas.
Pelajaran 7-8 mengulas simulasi kuantum dan klasik. Pelajaran tentang simulasi klasik ditulis oleh Profesor Yoshiaki Kawase dari Universitas Tokyo, dan dihosting secara eksternal di GitHub.
Pelajaran 9 berfokus pada perangkat keras komputasi kuantum modern.
Mulai dari pelajaran 10, kita membahas topik-topik yang sangat penting dalam konteks perhitungan skala utilitas. Memahami optimasi Circuit (pelajaran 10) dan mitigasi error (pelajaran 11) sangat penting untuk mencapai hasil yang baik pada skala ini. Perhitungan skala utilitas itu sendiri dimulai di pelajaran 12 dan berakhir di pelajaran 14.
Estimasi waktu QPU yang diperlukan telah diberikan di bagian atas setiap pelajaran dengan itikad baik, tetapi perhitungan Anda mungkin sedikit berbeda. Tidak ada kuis atau lencana yang terkait dengan kursus ini.
Kami berharap aset instruksional ini berguna bagi Anda dan mahasiswa Anda dalam mencapai komputasi kuantum yang berguna.
Unduh pdf kuliah pengantar. Perlu dicatat bahwa di seluruh pdf, beberapa cuplikan kode mungkin menjadi usang karena ini adalah gambar statis.