#10 Quantum Machine Learning: Können Quantenmaschinen lernen?

Shownotes

Die Begriffe Maschinelles Lernen und KI sind dieser Tage in aller Munde. Der technologische Fortschritt, Computer mit Blick auf das Lösen bestimmter Aufgaben zu trainieren, ist atemberaubend. Zum aktuellen Stand beim Trainieren von Quantencomputern sprechen wir in der neuen Podcastfolge mit dem theoretischen Physiker Daniel Scherer vom Fraunhofer-Institut für Integrierte Schaltungen IIS. Wir diskutieren unter anderem, wie verschiedene Lernverfahren oder Algorithmen auf derzeit verfügbarer Quantenhardware implementiert werden und welche Herausforderungen und Perspektiven damit verbunden sind.

Zu Gast im Podcast

Dr. Daniel Scherer ist theoretischer Physiker und derzeit Senior Scientist und Programm Manager für Quantencomputing in der Forschungsgruppe für Selbstlernende Systeme am Fraunhofer Institut für Integrierte Schaltungen IIS- in Nürnberg. Über Umwege in die Quantenfeldtheorie und Vielteilchenprobleme der Festkörperphysik kam er 2019 bei Fraunhofer wieder zur Quanteninformationstheorie zurück, ein Thema, mit dem er schon in seiner Diplomarbeit an der Uni Bayreuth Berührung hatte. In seiner aktuellen Rolle entwickelt er unter anderem die Forschungsstrategie im Themenfeld Quantencomputing.

Weiterführende Links zur 10. Episode

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.