Angewandtes Quantencomputing und KI

In einer halbtägigen Sitzung werden Sie mit dem kurzfristigen Quantencomputing aus der Anwendungsperspektive vertraut gemacht. Der Fokus liegt nicht auf den Grundlagen der Quantenphysik, sondern auf den essenziellen Botschaften, die man für den Einsatz von Quantencomputing in Geschäftsanwendungen mitnehmen sollte.

Erforderlicher Hintergrund: Da wir den Umfang der Schulung im Vorfeld mit Ihnen besprechen, können wir uns auf verschiedene Gegebenheiten einstellen – sei es ein Management-Umfeld oder ein technisches Umfeld wie in den Bereichen Ingenieurwesen, Informatik oder Physik.

Inhalt:

• Was ist kurzfristiges Quantencomputing?
• Was kann Quantencomputing? Was nicht?
• Wo kann Quantencomputing eingesetzt werden?

Organisation:

• Länge: ½ Tag (z. B. ein Nachmittag)
• Bis zu 25 Teilnehmende
• Keine Voraussetzungen

Jetzt registrieren

Welche Anwendungsfälle in Ihrem Unternehmen sind es wert, mit kurzfristigem Quantencomputing untersucht zu werden? Die Auswahl dieser Anwendungsfälle erfordert erhebliches Hintergrundwissen. Daher helfen wir Ihnen bei der Identifizierung geeigneter Anwendungsfälle ohne Expertenwissen.

Tag 1 – Ideenfindungsphase – taucht interaktiv in potentielle Anwendungen von QC und quanteninspirierten Algorithmen aus den Bereichen Simulation, Optimierung und maschinelles Lernen ein. Am Ende von Tag 1 haben die Teilnehmenden Anwendungsfälle identifiziert, die am Tag 2 eingehend analysiert werden (die Anwendungsfallerkundung).

Ein speziell für diesen Zweck entwickelter Quantum-Business-Canvas deckt sowohl die geschäftliche als auch die technische Seite der Anwendung ab, um eine prototypische Implementierung nach dem Workshop zu ermöglichen. Während des gesamten Workshops wird ein Wissenschaftler aus unserem Team anwesend sein, um Ratschläge von der technischen Seite zu geben und einzigartige Einblicke in den aktuellen Stand des Forschungsbereichs zu geben. Selbstverständlich kann das Workshop-Modul wieder an Ihre organisatorischen Bedürfnisse und Ihr Interesse an speziellen Themen angepasst werden.

Inhalt:

• Welche Anwendungsfälle von kurzfristigem Quantencomputing sind interessant?
• Wie wirkt sich das Potential von Quantencomputing auf die Geschäftswelt aus?

Organisation:

• 2 Tage (1 Tag Ideenfindung, 1 Tag Erkunden der Anwendungsfälle)
• 3-15 Teilnehmende
• Voraussetzung: Grundkenntnisse im Bereich Quantencomputing (z. B. das Einführungsworkshop-Modul)
• Format: Lehreinheiten und kreative Arbeitsgruppen

Bei diesen Modulen legen wir besonderen Wert auf die Vertraulichkeit Ihrer internen Anwendungsfälle. Einzelheiten können vor dem Workshop besprochen werden.

Mehr Info

Wir erstellen eine Beispielimplementierung, die als erster Prototyp dienen kann, um die technische Arbeit an einem bestimmten Anwendungsfall zu beginnen. Der Kurs hebt verschiedene Optionen in Bezug auf Quantenalgorithmen und Lösungswege hervor. Das ist der Startschuss für die weitere Reise Ihres Unternehmens im Bereich Quantentechnologie. 

Inhalt:

• Welche Quantenalgorithmen sind geeignet?
• Wie können sie in den Workflow des Unternehmens integriert werden?

Organisation:

• Prototypische Kurs-Implementierung und Demonstration
• Zielgruppe: Softwareentwickler
• Alle Einzelheiten auf Verhandlungsbasis

Allein stehend oder aufbauend auf einem ersten Workshop bieten wir Ihnen regelmäßige Berührpunkte, um Sie auf Ihrer Reise im Bereich Quantencomputing zu unterstützen. Unsere Forscherinnen und Forscher beraten Sie z. B. in einem regelmäßigen technischen Austausch mit Ihrem Entwicklungsteam und stellen sicher, dass Ihr Team den besten Weg in seinem Fortschritt hin zum praktischen Quantenvorteil findet.

Inhalt:

• Feedback, Reviews und schnelle Bewertungen
• Beratung auf Basis modernster Forschung

Organisation:

• auf Verhandlungsbasis
• z. B. regelmäßiger technischer Austausch und Reviews mit Ihrem Entwicklungsteam

Wir bewerten Kundenanwendungsfälle, um das anwendungsspezifische Potential quantenunterstützter Methoden abzuschätzen. Im Rahmen eines Anwendungsfalls wollen wir drei Fragen beantworten:

• Welche spezifischen Probleme oder Unterprobleme haben das Potential, mit quantengestützten Methoden besser gelöst zu werden?
• Welche Methoden sollten für den Anwendungsfall erforscht, entwickelt und verfeinert werden?
• Welche weiteren Verbesserungen (z. B. in der Hardwaretechnologie) sind notwendig, um einen Vorteil zu realisieren?

Unser Ziel ist es, von Behauptungen über die Quantenüberlegenheit, die auf speziell konstruierten Problemen basieren, zu industrierelevanten Anwendungsfällen überzugehen. Eine gründliche Analyse muss sowohl Noisy-Intermediate-Scale-Quantum-Methoden (NISQ) als auch quanteninspirierte Algorithmen einbeziehen, die bereits heute verwendet werden können.

Die enge Zusammenarbeit mit Industriepartnern ist der Schlüssel, um einen praktischen Quantenvorteil jeglicher Art zu realisieren. Flexible Formen der Partnerschaft sind möglich. Zu unseren früheren Studien gehören:

• Medizinische Bildgebung: Bewertung hybrider Convolutional Neural Networks aus quantentechnischen und klassischen Ansätzen für medizinische Bildgebungsaufgaben in Zusammenarbeit mit der Universitätsklinik der LMU im Rahmen des Bayerischen Kompetenzzentrums Quanten security und Data Science.
• Lieferkette: Untersuchung variantenreicher Quantenalgorithmen für ein Routenplanungsproblem zusammen mit der Gruppe Quantenalgorithmen der Infineon Technologies AG.

Inhalt:

• Potentialanalyse für spezifische Anwendungsfälle und/oder Anwendungsfelder
• Erforschung verschiedener quantengestützter und quanteninspirierter Methoden
• Anwendungsorientiertes Benchmarking von Lösungsmethoden und Hardware

Organisation:

• auf Verhandlungsbasis

Wir implementieren modernste hybride Methoden des maschinellen Lernens für spezifische Anwendungsfälle. Unsere Prototyplösungen dienen als Ausgangspunkt für weitere Experimente und Skalierungen und dienen letztendlich als Blaupause für Modelle des maschinellen Lernens, die klassische Ansätze und die des Quantencomputing kombinieren und einen echten Nutzen bieten.

Man vermutet, dass maschinelles Lernen auf Basis von Quantencomputing einzigartige Eigenschaften besitzt, die den effizienten Umgang mit komplexen Datensätzen ermöglichen. Ein Vorteil kann sich in verschiedenen Aspekten zeigen:

• Dateneffizientes Lernen bei kleinen Datensätzen
• Beschleunigung des in Bezug auf die Rechenleistung sehr aufwendigen Schulungsprozesses
• Verbesserte Modellierung komplexer Wahrscheinlichkeitsverteilungen

In Analogie zum klassischen maschinellen Lernen verwenden wir je nach Anwendung verschiedene Lernparadigmen und -architekturen, einschließlich:

• Quantum Convolutional Neural Networks (QCNN)
• Quantum Bayesian Neural Networks (QBNN)
• Quantum Reinforcement Learning (QRL)
• Quantum Kernel Methods (QKM)

 Inhalt:

• Implementierung und Optimierung von quantenverbesserten Methoden des maschinellen Lernens
• Anwendungsorientiertes Testen und Leistungsanalyse der implementierten Lösung

Organisation:

• auf Verhandlungsbasis

• Die Robustheit beeinflusst, wie gut die Quantenlösung mit Fehlern in der Problemdefinition, dem zugrunde liegenden Datensatz und dem Algorithmus selbst umgehen kann. Robustheit zu garantieren ist angesichts der probabilistischen Natur des Quantencomputing und verschiedener Unsicherheitsquellen besonders schwierig.
• Genauigkeit bezieht sich auf die Qualität der Lösungen und ihre Verwendbarkeit für die Zielanwendung.
• Präzision fragt nach der Varianz der Ergebnisse, die ein bestimmter Algorithmus oder eine bestimmte Methode erzeugt, wenn sie mit verschiedenen Problembeispielen konfrontiert werden.

Für verschiedene Felder gibt es unterschiedliche Anforderungen: Häufig profitieren Optimierungsprobleme von analytischen Robustheitsgarantien. In Simulationen im Bereich Quantenchemie ist eine relativ niedrige Frequenz von Lösungen niedriger Qualität akzeptabel, vorausgesetzt, dass auch qualitativ hochwertige Lösungen erreicht werden. In einem medizinischen Szenario können unerkannte, qualitativ minderwertige Lösungen tödlich sein.

Wir kombinieren analytische Überlegungen, numerische Simulationen und Verifikationstechniken, um uns in Richtung eines zuverlässigen Quantencomputing zu bewegen und gleichzeitig die Bedürfnisse des jeweiligen Anwendungsfalls zu berücksichtigen. Natürlich sind effiziente Verifikations- und Analysemethoden notwendig, die den potentiellen Quantenvorteil erhalten.

Inhalt:

• Implementierung robuster und zuverlässiger quantenunterstützter Lösungen
• Leistungsanalyse der implementierten Lösung unter besonderer Berücksichtigung ihrer Zuverlässigkeit, Robustheit und erwarteten Lösungsqualität

Organisation:

• auf Verhandlungsbasis

Wir implementieren modernste Optimierungsalgorithmen und -methoden und passen sie an Ihre Bedürfnisse an. Dazu gehört die Kombination von Quantenalgorithmen, Hochleistungsrechnen, und klassischen und quanteninspirierten Methoden.

Kombinatorische Optimierungsprobleme sind aufgrund ihrer großen Anzahl an verfügbaren Optionen schwierig zu lösen. Die klassische Heuristik liefert nur ungefähre Lösungen. Das Quantencomputing hat das Potential, den großen Lösungsraum effizienter zu erforschen, indem Überlagerung und Verschränkung genutzt werden. Seine Anwendung auf reale Anwendungsfälle bleibt jedoch eine enorme Herausforderung.

Wir entwickeln und erforschen Lösungswege, die das Potential haben, Optimierungsprobleme mit einem echten Nutzen zu lösen. Alle Stufen des Lösungsprozesses werden mithilfe anwendungsspezifischer Performance-Metriken bewertet:

• Problemformulierung: Modellierung eines Anwendungsfalls als mathematisches Optimierungsproblem.
• Zerlegung: Ableitung exakter oder ungefährer Unterprobleme, die für verschiedene Arten von Algorithmen und Rechenparadigmen geeignet sind (Quanten, klassisch, Hochleistung).
• Kodierung: Vorbereitung des Problems oder Unterproblems zur Lösung durch eine hybride Methode, die klassische und quantentechnische Ansätze nutzt.
• Algorithmen: Auswahl der besten hybriden Algorithmen bestehend aus klassischen und quantentechnischen Ansätzen und ihre Anpassung zur Erzeugung einer qualitativ hochwertigen Lösung.
• Kompilierung & Hardware: Auswahl eines geeigneten Compilers sowie eines Hardware-Setups aus den verfügbaren Technologien (z. B. supraleitend, mit gefangenem Ion, Neutralatom-Quantencomputer).

Optimierungsprobleme gibt es in vielen Formen – wir bieten maßgeschneiderte Lösungsmethoden für Ihren spezifischen Anwendungsfall.

Inhalt:

• Implementierung hybrider Optimierungsalgorithmen, bestehend aus quantentechnischen und klassischen Ansätzen
• Feinabstimmung der Lösungswege
• Leistungsanalyse der implementierten Lösung

Organisation:

• auf Verhandlungsbasis

Allein stehend oder aufbauend auf einem ersten Workshop bieten wir Ihnen regelmäßige Berührpunkte, um Sie auf Ihrer Reise im Bereich Quantencomputing zu unterstützen. Unsere Forscherinnen und Forscher beraten Sie z. B. in einem regelmäßigen technischen Austausch mit Ihrem Entwicklungsteam und stellen sicher, dass Ihr Team den besten Weg in seinem Fortschritt hin zum praktischen Quantenvorteil findet.

Inhalt:

• Feedback, Reviews und schnelle Bewertungen
• Beratung auf Basis modernster Forschung

Organisation:

• auf Verhandlungsbasis
• z. B. regelmäßiger technischer Austausch und Reviews mit Ihrem Entwicklungsteam