INGLESE

1) I postulati della meccanica quantistica;
2) Fenomeni quantistici;
3) I qubit quantistici, unità elementari della computazione quantistica;
4) Algoritmi e protocolli;
5) Correzione degli errori quantistici;
6) Computer quantistici: stato dell'arte;
7) Algoritmi quantistici per dispositivi NISQ.

-M. A. Nielsen and I. L. Chuang. Quantum Computation and Quantum Information.
- QUANTUM COMPUTING: A Gentle Introduction, Eleanor Rieffel
and Wolfgang Polak
-Other documents provided during the course.

Alla fine del corso, lo studente deve:

1) padroneggiare gli strumenti matematici utilizzati nella computazione quantistica;
2) conoscere i principali gate logici quantistici;
3) essere in grado di descrivere un algoritmo quantistico attraverso un circuito quantistico;
4) conoscere i principali sistemi fisici utilizzati per implementare la computazione quantistica;
5) comprendere meglio concetti come la sovrapposizione quantistica e l'intreccio;
6) conoscere e descrivere formalmente le principali fonti di errore che possono verificarsi durante la computazione quantistica;
7) applicare le tecniche di base della correzione degli errori quantistici;
8) essere in grado di leggere e comprendere un articolo di ricerca sulla computazione quantistica;
9)comprendere come utilizzare le QPU disponibili sul mercato per risolvere problemi reali.

Conoscenze di base di meccanica quantistica e informatica.

Il corso è strutturato in 40 ore di lezioni frontali e 8 ore di esercitazioni in aula. Si consiglia vivamente di partecipare alle lezioni, anche se non obbligatorio, e interagire con l'insegnante. Durante il corso verrà utilizzata la lavagna. Saranno inoltre forniti materiali didattici per approfondimenti dopo le lezioni.

L'esame consiste in un esame orale della durata di circa un'ora, durante il quale lo studente risponde a domande specifiche sulla computazione quantistica e dimostra di aver acquisito familiarità con gli argomenti trattati nel corso.

1) I postulati della meccanica quantistica: Spazi di stato, evoluzione, misurazione quantistica. L'operatore densità, insiemi di stati quantistici, la decomposizione di Schmidt e purificazione;
2) Fenomeni quantistici: Sovrapposizione, intreccio, il paradosso di EPR e il teorema di Bell;
3) I qubit quantistici, unità elementari della computazione quantistica: Qubit quantistici e sfera di Bloch, operazioni su singoli qubit, operazioni su qubit multipli e prodotto tensore, operazioni controllate, misurazione, porte quantistiche universali.
4) Algoritmi e protocolli: Circuiti, accelerazione quantistica, teletrasporto, parallelismo quantistico. Algoritmi di base: Deutsch-Josza, Grover, Shor, trasformata di Fourier quantistica, stima di fase quantistica.
5) Correzione degli errori quantistici: Esempi di codici correttori di errore quantistico: correzione di errori di singolo bit-flip, correzione di errori di singola inversione di fase, correzione di tutti i singoli qubit.
6) Computer quantistici: stato dell'arte: Realizzazione fisica di un computer quantistico. I dispositivi IBMQ e PASQAL. Introduzione all'annichilamento quantistico e al computer quantistico D-wave.
7) Algoritmi quantistici per dispositivi NISQ: Variational Quantum Eigensolver (VQE), Quantum Approximate Optimization Algorithm (QAOA), Quantum Neural Networks (QNN).

English

1) The postulates of quantum mechanics;
2) Quantum phenomena;
3) The Quantum bits, elementary units of quantum computing;
4) Algorithms and protocols;
5) Quantum Error correction;
6) Quantum Computers: State of the art;
7) Quantum Algorithms for NISQ devices.

-M. A. Nielsen and I. L. Chuang. Quantum Computation and Quantum Information.
- QUANTUM COMPUTING: A Gentle Introduction, Eleanor Rieffel
and Wolfgang Polak
-Other documents provided during the course.

At the end of the course the student must:
1. master the mathematical tools used in quantum computation;
2. know the main quantum logic gates;
3. be able to describe a quantum algorithm through a quantum circuit;
4. know the main physical systems used to implement quantum computation;
5. better understand concepts such as quantum superposition and entanglement;
6. know and formally describe the main sources of error that can occur during quantum computation;
8. apply the basic techniques of quantum error correction;
9. be able to read and understand a research article on quantum computing.
10. understand how to use the QPU's available on the market to solve real problems.

Basic knowledge of quantum mechanics and computer science

The course is structured in 40 hours of frontal lectures and 8 hours for classroom exercises. It is highly recommended to attend the classes, but not compulsory, and interact with the teacher. The course includes classes using the blackboard. Educational material will also be provided for further study after the classes.

The exam consists of an oral exam lasting about one hour in which the student answers specific questions on quantum computing and proves to have acquired familiarity with the topics covered in the course.

1) The postulates of quantum mechanics: State spaces, evolution, quantum measurement. The density operator, ensembles of quantum states, the Schmidt decomposition and purification;
2) Quantum phenomena: Superposition, entanglement, the EPR paradox and the Bell's theoorem;
3) The Quantum bits, elementary units of quantum computing: Quantum bits and Bloch sphere, single-qubit operations, multi qubits operations and tensor product, controlled operations, measurement, universal quantum gates.
4) Algorithms and protocols: Circuits, quantum speed-up, teleportation, quantum parallelism. Basic algorithms: Deutsch-Josza, Grove, Shor, Quantum Fourier transform, Quantum phase estimation.
5) Quantum Error correction: Examples of quantum error correcting codes: correction of Single Bit-Flip errors, correction of single phase-flip errors, correction of all Single-Qubit.
6) Quantum computers: state of the art: Physical realization of a quantum computer. The IBMQ and PASQAL devices. Introduction to quantum annealing and the D-wave quantum computer.
7) Quantum Algorhitms for NISQ devices: Variational Quantum Eigensolver (VQE), Quantum Approximate Optimization Algorithm (QAOA), Quantum Neural Networks (QNN).