量子コンピューティングの機械学習への応用｜教養シリーズ #6

量子コンピューティングの機械学習への応用｜教養シリーズ #6

※週一で、人工知能や機械学習をベースの教養として知っておきたいテーマに基づいて
メタ視点で考察する勉強会を実施していく予定です

最近量子コンピュータが話題になっているようなのでさらっと調べてみたのですが、最適化問題
への応用も議論されていたので、機械学習への応用はできそうだなと思いまして、今回は企画させて
いただきました。

とはいえ、量子コンピューティングの方は少々門外漢ではあるので、今回はベースになっている
量子力学の復習も入れつつ、基礎部分の理解を固めたいというのがメインとなります。
シュレディンガー方程式やったなくらいの記憶しかないので、今回はそこまでレベルの高いところ
までは踏み込まないとは思いますが、逆に基礎からじっくり理解したいという方には向いている
のではと思います。

多少関係のない物理の話も入るかもしれませんが、教養として知っておいて損はない内容だと
思いますので、サクッと理解してしまいましょう！！

1/23(火)
受付：19:45〜20:00
勉強会：20:00〜22:00

東京都千代田区九段南1-5-6 　りそな九段ビル5F

◆簡単な講義（40min）
・イントロダクション
　　量子コンピューティングとは
　　参考資料の紹介
　　量子コンピューティングの機械学習への応用の可能性

・量子力学の基本と量子コンピューティング
　　量子力学以前の物理学と量子力学との違い
　　微視的な現象を記述する量子力学
　　シュレディンガー方程式と波動関数
　　固有状態の線形結合（重ね合わせ）
　　0と1の重ね合わせ（量子コンピューティング）　　　など

・簡単な演習
　　簡単な問題を筆算 or プログラミングを通して解いていただく予定です。

◆LT枠（20min）
　　5~10分で1~2名お願いできましたら嬉しいです！！

◆講義内容の質疑応答＆講義内容に関してのディスカッション（40~50min）
基本的にはフリーで質疑応答やディスカッションができればと思います。

◆スポンサーセッション(5~10min）

※ 講座内容は若干変更となる場合があります（基本的に細部の修正であり、大まかなところは変えないと思います）
※ 終了時間遅くなりますが、ご都合よろしい方いたら終わった後近くの居酒屋で軽い懇親会をできればと思います。

ここまでの話を見て興味を持った方
初級者の方から上級者の方まで歓迎です。上級者の方はむしろ講師側で関わっていただきたく、
持ち回りで創発的にやれれば良いなと思っております。
（ちょっとしたインセンティブがある方が良いと思うので、参加費からフィーを出させていただければと思います）

ノートPC（Jupyterの使える環境にして来てください）

※ 1,2人であればその場でインストールサポートしますので、準備が難しい方はPCそのまま持ち込みで大丈夫です。

特になし（できればJupyterを入れて来る）

当日払い2,000円
基本的に会場費＋当日講師役へのフィー（無料だと内容がいい加減になる可能性があるため）の想定です。
LT枠で発表いただける方は無料で大丈夫です！！

※ 領収書の発行も可能ですのでご希望の方はその旨お申し付けいただければと思います。

15名