1일차_ 8월 16일(화)
| 09:30~12:30 | 양자역학 기초1: 양자정보학 기초 원리 및 양자현상의 사례 |
이진형 교수 (한양대) |
| 양자정보학이 고전정보학보다 더 강력할 수 있는 근본 원리에 대해 논의하고, 구체적으로 크게 2가지 사례에 대해 살펴 본다. 이를 통해 양자 현상이 갖는 3가지 핵심 특성을 살 펴보고자 한다: 첫번째는 관측량의 불연속성이고, 두번째는 관측 결과의 무작위성(다른 말로는 확률 현상 또는 비결정론 현상), 마지막 세번째는 양자 간섭성이다. 이러한 양자 현 상은 고전역학 세계에서는 볼 수 없는 (그래서 기존의 확률 이론으로는 설명이 불가능한) 현상이며, 새로운 확률 이론인 양자 확률 이론을 요구한다. | ||
| 12:30~14:00 | 점심식사 및 휴식 | |
| 14:00~17:00 | 양자역학 기초2: 양자확률론의 기초 체계 |
이진형 교수 (한양대) |
| 양자 확률 이론의 기초 체계에 대해 논의하고자 한다. 양자 확률은 기존의 (고전) 확률론과 달리 확률 진폭이라는 개념을 도입한다. 고전 확률은 0과 1사이의 실수이지만, 확률 진 폭은 복소수이며 확률 진폭의 절대값 제곱이 확률이 된다. 즉 양자 확률론은 고전 확률론과 달리 확률 진폭이 기초 요소이다. 양자 확률이 갖는 성질들을 살펴보고, 어떻게 양자 현상을 설명할 수 있는지에 대해 논의한다. | ||
2일차_ 8월 17일(수)
| 09:30~12:30 | 양자정보 기초 |
허 준 교수 (고려대) |
| 양자정보를 구성하는 큐빗의 기본 개념과 양자회로를 구성하는 기본 게이트를 소개하고 연산에 의한 효과를 설명한다. 슈퍼덴스코딩과 텔레포테이션의 개념을 설명하고 예제를 통해서 양자정보 연산을 설명한다. | ||
| 12:30~14:00 | 점심식사 및 휴식 | |
| 14:00~17:00 | 양자오류정정 기초 |
허 준 교수 (고려대) |
| 양자정보를 처리하는 과정에서 발생하는 오류를 검출하고 정정하는 원리를 설명하고 양자회로를 통해 구현하는 방법을 설명한다. 디지털 오류정정 개념과 양자오류정정 원리를 비교하여 양자오류정정 기술개발에 디지털 오류정정 기술을 적용하는 방법을 설명한다. | ||
3일차_ 8월 18일(목)
| 09:30~12:30 | 양자컴퓨터 기초: 왜 빠른가? 어떻게 구현하는가? |
최병수 교수 (부경대) |
| 본 강의에서는 양자컴퓨터에 대하여 ICT 관점에서의 기초적인 이해를 목적으로 한다. ICT 관점에서의 양자컴퓨터란 어떻게 정의되는지, 왜 빠른 연산이 가능한지, 주로 어떠한 활용분야에 적합한지 등을 살펴본다. 또한, 슈퍼컴퓨터를 뛰어넘기 위해서 요구되는 대용량 고신뢰 확장형 양자컴퓨터를 구현하기 위해 요구되는 핵심이론, 주요구성요소, 그리 고 컴퓨터구조 등을 ICT 측면에서 살펴본다. 마지막으로, 주요 기업군에서의 전략적 접근에 대한 이해를 통해 가까운 미래에 전개될 양자ICT 미래상을 살펴볼 수 있다. | ||
| 12:30~14:00 | 점심식사 및 휴식 | |
| 14:00~17:00 | 양자딥러닝의 기초 |
김중헌 교수 (고려대) |
| 본 강의에서는 양자컴퓨팅의 가장 주요한 응용분야이면서 많이 논의되고 있는 기술인 양자 딥러닝에 대해서 알아본다. 양자 딥러닝 기술은 심층신경망을 구성하는 요소를 큐빗 과 양자회로를 활용하여 구성하는 것을 기초로 하며 이를 통하여 학습을 하는 데에 있어서 그 정확도와 고속의 연산을 목적으로 한다. 이러한 기본적인 이론과 함께 강화학습 알 고리즘으로의 확장과 응용에 대해서도 함께 논한다. 그리고 그러한 이론의 다양한 라이브러리를 활용한 구현에 대해서 알아본다. 마지막으로 이를 통한 실제 동작을 살펴보며 다 양한 결과에 대해서 논한다. | ||
4일차_ 8월 19일(금)
| 09:30~12:30 | 양자컴퓨팅 - 원자큐비트 |
김태현 교수 (서울대) |
| 최근 이온 트랩 기반의 양자 컴퓨터를 개발하는 IonQ사가 온라인으로 서비스를 제공함에 따라 이온트랩과 초전도 기반 양자 컴퓨터와의 성능 비교에 대해서 많은 관심이 집중되 고 있다. 본 강의에서는 이온트랩 기술에 대한 기본적인 소개와 이를 이용한 양자 컴퓨팅 구현 및 이를 많은 큐비트로 확장하는데 필요한 양자 네트워크에 대해 소개할 예정이다. | ||
| 12:30~14:00 | 점심식사 및 휴식 | |
| 14:00~17:00 | 양자 시뮬레이션 및 양자 기계학습 |
이준구 교수 (KAIST) |
| 양자컴퓨팅의 핵심응용 분야인 기계 학습과 양자시뮬레이션에 관한 기초 원리와 간단한 응용 코딩을 안내한다. 양자기계학습으로 양자분류학습기 (Quantum Classifier), 양 자서포트벡터머신 (Quantum Support Vector Machine), 가변 양자회로 (Parametric Quantum Circuit) 등의 동작원리와 예재를 강의한다. 양자시뮬레이션은 Variational Quantum Eigensolver (VQE) 중심으로 분자 모델 모델링에 관한 원리를 설명한다. | ||