<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI on QSysArch - Quantum Computer System Architecture</title><link>https://qsysarch.com/ko/categories/ai/</link><description>Recent content in AI on QSysArch - Quantum Computer System Architecture</description><generator>Hugo</generator><language>ko</language><lastBuildDate>Fri, 12 Sep 2025 00:00:00 +0000</lastBuildDate><atom:link href="https://qsysarch.com/ko/categories/ai/index.xml" rel="self" type="application/rss+xml"/><item><title>인공지능을 활용하여 양자 시스템 개선하기</title><link>https://qsysarch.com/ko/posts/using-ai-to-improve-quantum-systems/</link><pubDate>Fri, 12 Sep 2025 00:00:00 +0000</pubDate><guid>https://qsysarch.com/ko/posts/using-ai-to-improve-quantum-systems/</guid><description>&lt;img src='https://qsysarch.com/images/qcs-NN-tight-coupling.webp' style="width:420px;max-width:100%;float:right;padding-left:20px;"&gt;&#10;&lt;p&gt;인공지능, 더 정확히는 신경망(NN)의 활용은 2025년 모든 시스템에서 당연한 요소일 뿐만 아니라 거의 필수적인 부분이 될 것입니다. 따라서 이 주제에 대한 수많은 연구 논문이 발표된 것은 당연한 결과입니다. 그러나 최근 연구는 양자 제어 시스템에 고성능 신경망을 통합하는 것을 가능하게 함으로써 그 가능성을 한 단계 더 끌어올렸습니다.&lt;/p&gt;&#10;&lt;p&gt;이 글은 싱가포르 양자 기술 센터(CQT/NUS)(&lt;a href="https://www.cqt.sg/" class="external-link" target="_blank" rel="noopener"&gt;https://www.cqt.sg/&lt;/a&gt;)의 연구, 특히 지난 SQA 컨퍼런스에서 제가 토론하고 의견을 교환할 수 있는 영광을 누렸던 아서 스트라우스의 연구를 바탕으로 작성되었습니다.&lt;/p&gt;</description></item></channel></rss>