Descripción

La computación cuántica promete revolucionar el machine learning al ofrecer capacidades computacionales mucho más allá de la computación clásica.
Esta ponencia introducirá los conceptos fundamentales de la computación cuántica y sus posibles sinergias con la inteligencia artificial. Exploraremos algunos algoritmos cuánticos simples, modelos de aprendizaje automático cuántico y los impactos potenciales en el procesamiento de datos, la Optimización y reconocimiento de patrones.

• Ordenadores Cuánticos. Explicación de la arquitectura de los ordenadores cuánticos actuales.
• Quantum Machine Learning (QML). Definición y ventajas sobre el machine learning clásico.
• Algoritmos Cuánticos para el Machine Learning. Visión general de algunos algoritmos cuánticos utilizados para el Machine Learning.
• Implementación en Python de un ejemplo utilizando bibliotecas como qiskit (de IBM).

Marc Andrés se dedica actualmente a investigar el ciencia detrás de los agujeros negros y la materia oscura, tratando a diario con el procesamiento simultáneo de cientos de Terabytes de datos. Formado originalmente como Ingeniero Aeronáutico y Economista, ha completado másters en Física Avanzada y Gestión Cuantitativa de Riesgos. 
Ha trabajado como investigador tanto en centros como el European Gravitational Observatory, como en fondos de inversión especialistas en modelos de Machine Learning como Baboon Technologies.