این دوره به صورت جامع طراحی شده تا شما را با مفاهیم کلیدی و ابزارهای لازم برای درک و کار با محاسبات کوانتومی آشنا کند. پس از اتمام دوره، شما قادر خواهید بود:

• درک عمیق از اصول کوانتوم: با مبانی مکانیک کوانتومی از جمله برهم‌نهی (Superposition) و درهم‌تنیدگی (Entanglement) که برای محاسبات کوانتومی ضروری هستند، آشنا شوید.
• کار با کیوبیت‌ها و ساخت مدارهای کوانتومی: تفاوت بین بیت کلاسیک و کیوبیت‌ها را درک کرده و نحوه طراحی و پیاده‌سازی گیت‌های کوانتومی و ساخت مدارهای کوانتومی ساده را فرا بگیرید.
• مقدمه‌ای بر الگوریتم‌های کوانتومی: با الگوریتم‌های پایه و قدرتمند مانند گراور و شور آشنا شوید و پتانسیل آن‌ها را در حل مسائل پیچیده درک کنید.
• مبانی یادگیری ماشین کوانتومی: با حوزه نوظهور یادگیری ماشین کوانتومی (QML) و چگونگی ترکیب قدرت محاسبات کوانتومی با الگوریتم‌های یادگیری ماشین آشنا شوید.
• مهارت‌های عملی با ابزارهای کوانتومی: نحوه استفاده از کتابخانه‌های برنامه‌نویسی کوانتومی محبوب مانند Qiskit را برای ساخت و اجرای مدارهای کوانتومی در شبیه‌سازها فرا بگیرید.

شرکت در دوره “QC101” مزایای چشمگیری برای آینده حرفه‌ای و دانش تخصصی شما به ارمغان می‌آورد:

• ورود به یک حوزه تکنولوژیکی پیشرو: محاسبات کوانتومی حوزه‌ای با سرعت رشد بسیار بالا است. با این دانش، خود را در لبه فناوری قرار می‌دهید.
• افزایش فرصت‌های شغلی: تقاضا برای متخصصان کوانتومی در شرکت‌های بزرگ فناوری و موسسات تحقیقاتی رو به افزایش است. این دوره می‌تواند نقطه شروعی برای یک مسیر شغلی هیجان‌انگیز باشد.
• توانایی حل مسائل پیچیده: با درک قدرت محاسبات کوانتومی، به رویکردهای جدیدی برای حل مسائلی دست پیدا می‌کنید که با کامپیوترهای کلاسیک دشوار یا غیرممکن هستند.
• پایه و اساس برای مطالعات پیشرفته: این دوره یک بنیان مستحکم برای ورود به دوره‌ها و تحقیقات پیشرفته‌تر در فیزیک کوانتوم و علوم کامپیوتر کوانتومی فراهم می‌کند.
• تقویت تفکر تحلیلی و نوآورانه: آشنایی با منطق کوانتومی، دیدگاه شما را نسبت به حل مسائل تغییر داده و به تفکر خلاقانه در محیط‌های تکنولوژیک کمک می‌کند.

برای بهره‌مندی حداکثری از محتوای دوره “QC101″، داشتن دانش اولیه در زمینه‌های زیر توصیه می‌شود:

• مبانی ریاضیات: آشنایی با جبر خطی پایه (مانند بردارها و ماتریس‌ها) و دانش مقدماتی از حساب دیفرانسیل و انتگرال. نیازی به تسلط کامل نیست، اما درک این مفاهیم به شما کمک شایانی خواهد کرد.
• آشنایی با برنامه‌نویسی: تجربه مقدماتی با یک زبان برنامه‌نویسی، ترجیحاً پایتون. بسیاری از ابزارهای عملی در محاسبات کوانتومی با پایتون کار می‌کنند.
• عدم نیاز به دانش قبلی فیزیک کوانتوم: این دوره مبانی لازم فیزیک کوانتوم را از ابتدا و به زبانی ساده برای شما تشریح خواهد کرد.
• علاقه و پشتکار: داشتن علاقه فراوان به فناوری‌های جدید و آمادگی برای صرف زمان و تلاش برای تسلط بر موضوعات جدید، از پیش‌نیا
  زهای کلیدی است.

دوره “QC101” به صورت مدولار طراحی شده است تا فرآیند یادگیری شما بهینه باشد. هر بخش بر روی مفاهیم پیشین بنا نهاده شده و شما را گام به گام به سوی تسلط بر این حوزه هدایت می‌کند:

• بخش ۱: مبانی مکانیک کوانتومی برای علوم کامپیوتر
  • معرفی جهان کوانتوم، مفاهیم تابع موج و اندازه‌گیری.
  • اصول برهم‌نهی و عدم قطعیت هایزنبرگ.
  • مقدمه‌ای بر فضاهای هیلبرت و نمادگذاری دیراک.
• بخش ۲: اطلاعات کوانتومی و کیوبیت‌ها
  • آشنایی عمیق‌تر با کیوبیت (Qubit) و تفاوت آن با بیت کلاسیک.
  • بررسی دقیق پدیده برهم‌نهی و درهم‌تنیدگی کوانتومی و اهمیت آن‌ها.
  • روش‌های اندازه‌گیری کیوبیت‌ها.
• بخش ۳: گیت‌های کوانتومی و مدارهای کوانتومی
  • مقدمه‌ای بر گیت‌های کوانتومی (تک-کیوبیتی و چند-کیوبیتی نظیر CNOT).
  • نحوه ساخت مدارهای کوانتومی و اصول طراحی آن‌ها.
  • مقدمه‌ای بر شبیه‌سازی مدارهای کوانتومی.
• بخش ۴: مروری بر الگوریتم‌های کوانتومی پایه
  • کاوش در برخی از الگوریتم‌های کوانتومی معروف مانند دویچ-ژوزا، گراور و مقدمه‌ای بر شور.
  • درک کلی کاربردها و مزایای الگوریتم‌های کوانتومی.
• بخش ۵: مقدمه‌ای بر یادگیری ماشین کوانتومی (QML)
  • فلسفه و چرایی نیاز به یادگیری ماشین کوانتومی.
  • تفاوت‌های QML با ML کلاسیک و پتانسیل‌های آن.
  • آشنایی با مفاهیم اولیه الگوریتم‌های پایه QML (مانند VQE, QAOA در سطح مقدماتی).
  • بررسی کاربردهای اولیه QML و چشم‌اندازهای آینده.
• بخش ۶: پیاده‌سازی عملی با ابزارهای کوانتومی: Qiskit
  • راهنمای نصب و راه‌اندازی محیط برنامه‌نویسی کوانتومی.
  • کدنویسی عملی و ساخت مدارهای کوانتومی با Qiskit.
  • اجرای شبیه‌سازی‌ها و تحلیل نتایج.
  • انجام پروژه‌های عملی کوچک برای کسب تجربه ارزشمند.