QUANTUM COMPUTATION

Il corso si propone di fornire un'introduzione ai principi e ai modelli di computazione quantistica e ai principali algoritmi in letteratura. L'obiettivo è quello di portare gli studenti ad avere competenze critiche nella scelta ed implementazione di una soluzione basata su computazione quantistica.

1. Conoscenza e comprensione
1.1. acquisire i modelli principali di computazione quantistica
1.2. acquisire i modelli principali di rappresentazione dell'informazione e il legame con gli algoritmi quantistici
1.3 acquisire i concetti principali della teoria della informazione quantistica


2. Capacità di applicare conoscenza e comprensione
2.1. saper applicare i modelli studiati a problemi reali.
2.2. sapere valutare criticamente a performance ed il comportamento di una soluzione basata sulla computazione quantistica applicata ad un problema concreto;

3. Capacità di giudizio
3.1. sapere comprendere quali caratteristiche dei vari modelli di computazione quantistica si adattano ad un problema dato;
3.2. saper valutare criticamente le caratteristiche teoriche dei modelli proposti;

Si assume dimestichezza con la computazione classica.

Meccanica Quantistica, stato di un sistema e notazione di Dirac
Quantum Bits
Quantum Gates
Misurazioni
Circuiti quantistici
Struttura di un algoritmo quantistico
Teletrasporto
Parallelismo quantistico
Algoritmo di Deutsch
Algoritmo di Deutsch-Joza
Ricerca di Grover
Trasformata di Fourier Quantistica
Algoritmo di Shor
Hidden Abelian Subgroup Problem
Algoritmo HMM
Quantum SVM e Quantum Neural Networks
Introduzione alla Teoria dell'Informazione Quantistica
Cenni alla Quantum Communication and Networking
Cenni alla Quantum Error Correction
Quantum Annealing

M. A. Nielsen, I. L. Chuang (2010). Quantum Computation and Quantum Information. Cambridge University Press.
R. Loredo (2020). Quantum Computing with Python and IBM: Quantum Experience. Packt (opzionale)

L'apprendimento è volto a permettere allo studente di acquisire competenze pratiche nella implementazione ed analisi di algoritmi quantistici.
La verifica dell'apprendimento avviene attraverso un esame orale, ma questo può opzionalmente essere integrato da una serie di progetti con consegna in itinere. Questo permettono allo studente di acquisire e dimostrare competenze pratiche nella scelta, implementazione ed analisi di algoritmi quantistici.

orale

Tutta la didattica è rivolta a permettere allo studente di acquisire competenze pratiche nella scelta ed analisi critica delle tecniche e metodologie della computazione quantistica.
La verifica dell'apprendimento avviene attraverso una prova orale obbligatoria e una serie di progetti in itinere opzionali. L'obiettivo dei progetti è quello di permettere allo studente di applicare e verificare immediatamente le competenze acquisite, in particolar modo la capacità di analisi critica del comportamento e dell'applicabilità degli algoritmi studiati.