量子計算與人工智能的交叉融合，促使量子人工智能的不斷發(fā)展。本書旨在采用對深度學習愛好者友好的方式，構建量子人工智能應用。
全書共13章，第1章和第2章系統(tǒng)介紹量子計算機發(fā)展脈絡和量子計算編程的基礎知識。第3~7章分別介紹不同的深度學習方法和在這些算法邏輯上構建量子啟發(fā)算法的方式，用量子線路中的相位作為神經網絡的可學習參數(shù)，重構為量子神經網絡算子。這些算子可以在PyTorch環(huán)境中直接調用。第8章和第9章是量子人工智能的進階知識，講解不同量子算法的可行的評估方式和量子神經網絡基于Torch.Script技術進行算子化的內容。第10~13章通過在原生的深度學習PyTorch環(huán)境中引入量子算法，帶來可能的量子增強，并分別實現(xiàn)了對材料晶體結構相變過程搜索，冠狀病毒RNA序列變異預測、藥物虛擬篩選中親和能的預測及基因表達藥物設計等案例。
本書可作為量子人工智能初學者的入門書籍，PyTorch深度學習愛好者的參考書籍，也可作為從事量子人工智能相關工作技術人員的應用指南。