量子自然語言處理簡介

使用 lambeq QNLP 工具包探索量子自然語言處理 ( Quantum Natural Language Processing，QNLP ) 的新興領域

從這 1.5 小時的課程，你會學到

了解量子機器學習 (Quantum Machine Learning，QML) 的基礎知識
了解圖解量子理論的基礎知識
探索量子自然語言處理 (Quantum Natural Language Processing，QNLP) 主題
了解分佈組合分類 (DisCoCat) QNLP 演算法
探索與學習 lambeq 的用法：世界上第一個高級 QNLP 工具包
熟悉 QNLP 的潛在應用及其未來的研究方向

要求

Python 程式語言經驗
擁有量子運算和 IBM Qiskit 平台的經驗
基本上熟悉機器學習與量子機器學習

課程說明

量子自然語言處理（QNLP）是一個新興領域，處於分類量子力學（Categorical Quantum Mechanics，CQM）和計算語言學的交叉點。這是將量子計算與自然語言處理相結合以利用量子計算範式提供的屬性的獨特領域之一。 QNLP 是量子原生的，這意味著語言結構希望在量子電腦而不是經典電腦上運行，因為語言的自然模型相當於用於描述量子力學現象的自然模型！

Quantinuum（前身為 Cambridge Quantum）是 QNLP 領域唯一的知名公司，並且在 QNLP 領域取得了重大里程碑。他們是第一個展示在 IBM 量子硬體等真實量子硬體上運行語言的真正潛力的人。他們發布了世界上第一個基於 Python 的高級 QNLP 工具包，稱為lambeq，它能夠將任何圖（代表語言結構）轉換為量子電路，有助於在量子硬體和模擬器上運行該語言。

這是關於量子自然語言處理的短期課程，提供主要基礎，有助於開始使用 QNLP 並使用 lambeq QNLP 工具包探索其實際應用。該課程不提供數學基礎，即範疇論而是涉及圖解量子理論，該理論完全用於建構稱為 DisCoCat（Distributional Compositional Categorical，分佈式組合分類）的演算法（再次圖示）。

本課程分為以下幾個部分，這些部分具有連貫的結構，可協助你根據你的要求進行導航：

第 1 部分 – 量子計算簡介

第 2 部分 – 量子機器學習基礎知識

第 3 部分 – 圖解量子理論

第 4 部分 – 量子自然語言處理

我非常有信心 QNLP 領域正在迅速發展，它將利用我們今天擁有的量子電腦，就像量子計算的其他應用程式正在利用一樣。 QNLP 概念的圖形化性質將吸引許多人在這個獨特而令人驚嘆的領域中進行更多研究！

目標受眾

對量子自然語言處理（QNLP）感到好奇的初學者
想要探索 QNLP 領域的行業專業人士和技術愛好者
想要了解 QNLP 的機器學習、深度學習或 AI 專業人士

講師簡介

Srinjoy Ganguly 教育家和培訓師

我是 Srinjoy Ganguly，教育科技公司 AERA (AdroitERA) 的創辦人兼執行長。我是 IBM Qiskit 倡導者、教育者和培訓師。我是 IBM 量子教育者計畫的成員。我和我的組織被 GFEL 授予 2021 年卓越教育獎。

我分別擁有西班牙馬德里理工大學量子計算技術碩士學位和英國南安普敦大學人工智慧 (AI) 碩士學位。

我在量子運算方面擁有超過 4 年以上的經驗，在機器學習、深度學習、人工智慧方面擁有 5 年以上的經驗。我教授和培訓學生、行業專業人士和商業專業人士超過 5 年。

我完成了 MIT 的量子資訊科學課程，完成了 IBM 量子挑戰，並獲得了 IIT Kanpur 的 5G 技術專業認證。

我曾領導、指導和教授 QResearch QWorld 的量子機器學習 (QML) 研究空間，並撰寫了一本關於使用 Silq 程式進行量子計算的書。我受特別邀請在 IIIT Pune 進行了教師發展培訓，在 IEEE SPS 上進行了 QML 專家演講，並在多個與 QML 和量子計算相關的機構舉辦了多次網路研討會。

我被 Woxsen University (沃克森大學)特別任命和邀請為客座教授，向 MBA（BA、AI&ML）和 MBA（普通）學生教授量子計算。在屬於 QIntern 2021 部分，我還監督了 QNLP、ZX 微積分和量子音樂的量子研究實習。我的研究興趣包括量子機器學習、量子自然語言處理（QNLP）、量子計算圖形微積分（ZX Calculus）和量子影像處理。

我對教育和教授尖端技術充滿熱情，並且總是渴望與你分享我的知識和經驗！

字幕：英文

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

Udemy 永久擁有課程 ⏳特價中 NT310 起(點擊連結看更多)
✨年訂閱每月 NT350（(再享特別優惠：年度訂閱首年享 25% 折扣 < USD10/month) 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現