Quantum Computing from Hopfield Nets

Dieses Open-Access-Buch ist als Lehrbuch für Informatik-Studenten gedacht, die einen sanften Einstieg in die Welt der Quantencomputertechnologie suchen. Genauer gesagt ist es für Leser geschrieben, die über grundlegende Kenntnisse der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) verfügen und mit Suchalgorithmen, Optimierungstechniken und neuronalen Netzwerken vertraut sind. Das liegt nicht daran, dass die Autoren an Quantum AI oder Quantum ML interessiert wären, sondern daran, dass sie von der Grundannahme ausgehen, dass es eine konzeptionelle Brücke zwischen bestimmten KI / ML-Modellen und bestimmten Quantencomputermodellen gibt. Der Zweck dieses Buches besteht daher darin, 1) diese KI / ML-Modelle und ihre Anwendungen zu überdenken und 2) auf dieser vertrauten Grundlage in die Erforschung der Quantencomputertechnologie und ihrer möglichen Anwendungsfälle einzusteigen. Die Präsentation ist technisch, aber pragmatisch und praxisorientiert. Die Autoren behandeln die Theorie im notwendigen Umfang, gehen aber weitgehend beispielhaft vor. Die meisten Beispiele betreffen die kombinatorische Optimierung und betrachten Probleme, die als quadratische, uneingeschränkte binäre Optimierungsprobleme betrachtet werden können. Zahlreiche Python / Numpy / Scipy-Codes unterstützen die mathematische Diskussion und zeigen, wie man Theorie in die Praxis umsetzt, begleitet von Übungen für jedes Kapitel. Teile des Materials wurden aus langjährigen Vorlesungen zur Mustererkennung, zu den Grundlagen der Quantencomputertechnologie und zu Quantencomputeralgorithmen übernommen, die von den Autoren im Masterstudiengang Informatik an der Universität Bonn gelehrt werden.