제3회 양자센서 겨울학교 개최 안내
 
"제3회 양자센서 겨울학교" 개최를 다음과 같이 안내드립니다.
양자정보과학 분야에서 중요하게 다루어지고 있는 양자정보에서 핵심 이론적인 개념들을 쉽게 강의할 예정입니다. 
많은 참여 부탁드립니다. 또한 지난 "제1회 양자센서 겨울학교와 제2회 양자센서 여름학교"의 일부 내용을 다시 보기를 하실 기회를 제공할 예정입니다.

일시 : 2022년 2월 23일 (수요일)  ~ 25일 (금요일)
방법 : 온라인 (ZOOM Link 추후 공지)
 
등록 기간 : 2022년 2월 7일 (월요일) ~ 2월 25일 (금요일) 
등록비 : 5만원 (한국광학회 회원이 아니신 분들은 비회원으로 등록 가능)
*홈페이지 바로가기 (사전등록 방법: 상단 메뉴 Registration -> Online Registration 접속)
※무료 등록 : 한국과학교육학회 회원이신 교수와 교사들은 무료등록대상자임을 알려드립니다.
(붙임파일의 양식을 아래 메일로 보내주시면됩니다.)
(제출처: rlawlgp22@pusan.ac.kr)
 
주관 : 양자센서 인력양성 연구센터
공동주관 : 
한국광학회 양자광학 및 양자정보분과
한국물리학회 원자분자분과
한국물리학회 광학 및 양자전자분과
양자정보과학기술연구회
 
주제: 양자정보 기초이론 (*강의 계획서 다운로드)
 
1. 배준우 (KAIST) -양자정보처리 (Feat. NISQ)
양자정보처리는 양자역학의 원리를 컴퓨팅과 통신에 응용한다. 또한 정보의 관점에서 양자이론을 재해석하여 미시세계의 물리학에 대한 더 깊은 이해를 가능하게 한다. 본 강의는 양자원리를 활용하여 현재의 정보기술의 한계를 뛰어넘는 양자컴퓨팅과 양자통신을 소개한다.
1. 얽힘: 얽힘의 정의, 정량화, 조작 방법 등을 소개한다. 얽힘을 활용한 양자 기술을 소개한다.
2. 양자컴퓨팅: 현재의 양자 기술을 요약하는 NISQ 기술에 대해 논하며 양자 기술을 실현하기 위한 방향을 논한다. 양자 컴퓨팅의 방법과 현재의 NISQ 컴퓨팅을 소개한다.
3. 양자통신: 양자채널을 요약하고 양자 암호의 보안성에 대해 논한다. 양자 네트워크를 통한 통신에서 양자 우월성 (quantum advantages)을 소개한다.
4. 양자이론 vs. 고전이론: 양자정보처리를 통해 양자 실험을 재고한다. 양자 물리계를 통해 가능하지 않은 정보처리의 사례들을 통해 양자 불가능성 정리 (no-go theorem)의 예를 소개한다.
 
2. 권혁준 (KIAS) – 양자 상태의 비고전적 성질과 이를 활용한 양자컴퓨팅
양자 상태들은 고전적으로 설명할 수 없는 성질들을 가진다. 본질적으로 양자 상태의 비고전성을 어떻게 특성화하고 정량화할 것인가에 대해 다양한 동기와 경로들을 따라 여러 척도들이 발전되어 왔다. 1964년 발표된 벨의 부등식은 양자 비국소성(quantum nonlocality)에 대한 연구 영역을 열어 주었고, 1960년대 빛의 양자 이론의 발전은 비고전성에 대한 이해를 가져왔다. 양자 얽힘을 다양한 양자상태에 대해 정의하고 정량화하는 연구는 지난 20여 년간 급격히 증가했으며, 자원이론에 기반한 양자 결맞음(quantum coherence)에 대한 연구가 불과 수년 전에 시작되었다. 2010년대에는 거시적 양자 중첩 상태를 특성화하는 양자 거시성에 대한 연구가 체계적으로 진행되었다. 이렇게 다양한 양자 성질들의 개념과 유용성을 통합적으로 밝히고자 하는 노력은 매우 최근의 일이다. 또한 비고전성을 가진 양자 상태들을 만들어 내고 제어할 수 있게 됨에 따라 양자 컴퓨터의 구현에 대한 기대를 높여 왔다. 본 강의에서는 비고전적 성질들과 그 구현 방법, 그리고 그를 이용한 양자컴퓨팅의 구현에 대해서 소개할 것이다.
1. 양자 상태의 비고전적인 성질들: 비고전성, 비국소성, 얽힘, 결맞음, 양자 거시성 등 양자 상태의 다양한 비고전적 성질들의 개념과 역사적으로 어떻게 발전되어 왔는지 등을 소개한다.
2. 비고전적 양자 상태들의 광학적 구현: 양자광학을 기반으로 비고전적인 양자상태들을 어떻게 구현해 왔는지에 대한 역사와 최근 사례들을 소개한다.
3. 비고전적 상태들을 이용한 양자컴퓨팅의 구현: 양자컴퓨팅의 기본 개념과 발전 과정을 소개하고, 비고전적인 상태를 활용하여 양자컴퓨팅이 어떻게 구현 될 수 있는지 알아보고, 이를 위해 넘어야할 장애물들을 짚어 본다.
 
3. 이승우 (KIST) – 양자 측정과 양자 전송 이론
본 강의에서는 양자 측정(Quantum measurement)과 양자 전송(Quantum teleportation)에 대한 기초적인 이론과 이를 이용한 양자정보기술을 설명한다. 측정은 슈레딩거 고양이의 운명을 어떻게 결정할까? 이 결과를 되돌릴 방법은 없을까? 측정을 통해서 양자 상태의 정보는 복제가 가능할까? 양자 전송은 스타트랙의 순간이동을 가능하게 할까? 이런 근본적인 질문에서부터, 양자컴퓨팅과 양자통신 등의 양자정보기술에서 양자 측정과 양자 전송이 어떻게 활용되는지 알아본다.
1. 양자 상태의 정보를 측정하면 어떻게 될까?: 양자 측정(Quantum measurement)의 기초에 대해서 설명한다. 양자 상태의 정보를 얻기 위해서 양자 측정을 하면 그 양자 상태는 다른 상태로 변하게 되는데, 더 많은 정보를 얻어낼수록 그 양자 상태는 더 많이 영향을 받게 된다. 이런 관점으로 양자 측정을 통해서 얻어내는 정보와 남아있는 정보의 양을 비교하고 양자 정보의 총량 보존 법칙에 대해서 이해한다.
2. 양자 상태를 다른 사람에게 전달하려면?: 임의의 양자 상태의 정보를 양자 얽힘 채널을 통해서 전달하는 양자 전송(Quantum teleportation) 프로토콜에 대해서 알아본다. 양자 전송의 기초 이론을 설명하고, 스타트랙에 나오는 순간이동과 어떤 점이 비슷하고 다른지 알아본다. 다양한 양자 전송 프로토콜을 소개하고, 양자 정보의 총량 보존 법칙으로 양자 전송과 양자 통신을 최적화 하는 방법을 설명한다.
3. 양자 측정과 양자 전송의 활용: 양자 컴퓨터, 양자 통신 그리고 양자 센서 등의 첨단 양자정보기술에서 양자 측정과 양자 전송은 어떤 역할을 할까? 측정기반 양자컴퓨팅, 양자오류보정을 위한 양자 측정과 양자 전송, 양자 네트워크에서 다자간 양자 전송 등 양자 측정과 양자 전송이 쓰이는 다양한 양자정보기술을 소개하고, 그 원리에 대해서 알아본다. 또, 양자 측정과 양자 전송에 관련된 최신 연구 결과들을 소개한다.
 
4. 이진형 (한양대) – 양자정보 이론
본 강의에서는 양자 시뮬레이터와 양자 머신러닝에 대해 논의한다. 양자정보 처리는 기본적으로 양자상태 준비 과정, 입력상태를 출력상태로 변환하는 양자 연산 과정, 출력상태의 결과를 읽는 측정 과정으로 구성된다. 이는 양자 시뮬레이터와 양자 머신러닝에 있어서도 마찬가지이며 특히 양자 위상의 정밀 측정은 매우 중요한 핵심 과정이다. 양자 위상 정밀 측정은 양자 계측학의 한 주제이다. 본 강의에서는 양자 계측학과 양자 위상 측정에 관해 논의하고, 이를 양자 시뮬레이터와 양자 머신러닝에 적용하는 방식에 대해 논의한다.
1. 양자 계측과 양자 위상 측정: 양자 계측학의 기초 이론에 대해 설명하고, 특히 양자 위상 측정에 대해 논의한다. 양자 계측학(또는 양자 추정 이론)은 특정 물리량을 정밀하게 추정하는 방법에 관한 이론이며, 이 강의에서는 양자 계측 이론을 설명하고 특히 양자 위상을 정밀하게 추정하는 방법에 대해 설명한다.
2. 양자 위상 측정과 양자 시뮬레이터: 양자 시뮬레이팅은 대상 양자 시스템을 제어 양자 시스템으로 흉내 또는 모사하는 것을 말한다. 다양한 양자 시뮬레이팅 방법이 제시되고 있으며, 특히 거대 양자 시스템 모사의 전 단계로 원자나 분자의 바닥 상태를 모사하는 방식도 최근 제안되고 연구되고 있다. 본 강의에서는 물질의 바닥 상태를 모사할 수 있는 variational quantum eigensolver (VQE)에 대해 주로 논의하고 그 이론과 실험 결과 등에 대해 알아본다. 추가적으로 양자 위상에 기초한 VQE에 대해서도 논의한다.
3. 양자 위상 측정과 양자 머신러닝: 양자 머신러닝은 기존의 딥 러닝과 같은 고전 머신러닝을 양자 영역으로 확장한 양자정보 분야를 말한다. 고전 딥 러닝을 양자 영역으로 단순 또는 직접 확장하는 것은 쉽지 않다. 따라서 다양한 방식의 양자화가 제안되고 있으며, 본 강의에서는 대표적인 방식 2가지를 논의한다. 좀더 구체적으로는 Quantum Boltzman Machine과 고전-양자 하이브리드 머신러닝에 대해 논의한다. 추가적으로 양자 위상 측정을 이용하는 양자 머신러닝에 대해서도 논의한다.