Yoshitaka Haribara hariby

<｜begin▁of▁sentence｜><｜User｜>A man has 53 socks in his drawer: 21 identical blue, 15 identical black and 17 identical red. The lights are out, and he is completely in the dark. How many socks must he take out to make 100 percent certain he has at least one pair of black socks?<｜Assistant｜>

<｜begin▁of▁sentence｜><｜User｜＞カフェテリアに🍏が23個あった。そのうち20個をランチの準備に使い、新たに6個買い足した。今、カフェテリアに🍏は何個？<｜Assistant｜>

<｜begin▁of▁sentence｜><｜User｜＞ジャネットの🪿は1日に16個の🥚を産む。彼女は毎朝3個を朝食に食べ、毎日4個を使って友人のためにマフィンを焼く。残りの🥚は1個2ドルで売る。彼女は毎日いくら稼げる？<｜Assistant｜>

Amazon Braket ハンズオンワークショップ

環境セットアップ

Event Engine 環境ログイン

以下の手順を参考に手順5まで進めます。

https://catalog.workshops.aws/sagemaker-studio-emr/en-US/00-introduction/03-getting-started-event-engine#event-engine-aws-account-access

AWS マネージメントコンソールログイン

こちらのドキュメントに従い、Amazon Braket ノートブックインスタンスを作成します。その際、GitHub リポジトリは https://github.com/aws-samples/amazon-braket-examples-jp.git を指定してください。

https://docs.aws.amazon.com/ja_jp/braket/latest/developerguide/braket-get-started-create-notebook.html

2022年度立教大学大学院人工知能科学研究科量子情報特論

Amazon Braket と量子コンピューティング概要

今年度の量子情報特論では、全14回の授業のうち、3回を Amazon Web Services (AWS) が担当します。 2022/10/14 の座学に引き続き、Amazon Braket を用いた演習 (ハンズオン) を2回に分けて実施するので、そのハンズオンの内容について以下にまとめます。

この授業では、演習の時のみ利用可能な AWS アカウントを発行し、AWS の量子コンピューティングサービスである Amazon Braket を用いて Python で量子コンピューティングのプログラミングを体験します。Amazon Braket を利用するための日本語コンテンツは GitHub に公開しています。

2022/10/21 ハンズオン前半

環境準備

Event Engine 経由で AWS マネージメントコンソールにログインします [YouTube]

AWS アカウント間の移行手順

移行元の EventEngine にログイン
1. AWS アカウントにログインし、Amazon Braket Notebook インスタンスを開く
  1. (optional) ファイルブラウザの使い勝手がいいので JupyterLab に切り替え
  2. Jupyter Notebook のファイルをローカルにダウンロード
2. EventEngine の Team Dashboard に戻り、“AWS Console” → Credentials Mac/Linux の4行をコピー
  1. AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY など
  2. 忘れないようにメモしておく
EventEngine からログアウト

2022年8月26日に実施した Amazon Braket ハンズオンワークショップで利用・紹介したコンテンツです。

導入

Braket SDK, Simulators (Local Simulators, SV1, DM1, TN1), QPUs (e.g. Rigetti, IonQ), Algorithms (e.g. Grover) [Notebooks]

光量子コンピュータ

Xanadu Borealis
- Quick Start [Notebook]
- 量子テレポーテーション [Notebook]

2022年8月24日に行われた Amazon Braket ハンズオンで紹介したコンテンツをまとめました。

D-Wave

D-Wave の基本：最大カット問題を Braket で使う [Jupyter Notebook]
組合せ最適化問題
- 最大カット問題と近似可能性 [Wikipedia]
- Ising 問題への帰着 (redaction) [Paper]
近似アルゴリズム・ヒューリスティック
- SDP 緩和アルゴリズム [Paper]
Simulated Annealing (SA) [Paper]

	import boto3
	import json

	client = boto3.client('s3')

	# list bucket which starts with 'amazon-braket-'
	[b['Name'] for b in client.list_buckets()['Buckets'] if b['Name'].startswith('amazon-braket-')]

	# find the bucket and set the name
	bucket_name = 'amazon-braket-xxxx'

	import boto3

	region_name='us-east-1'
	device_arn="arn:aws:braket:::device/quantum-simulator/amazon/sv1"

	job_arn = 'arn:aws:braket:us-east-1:123456789012:job/my-hybrid-job-name' # update this line

	braket = boto3.client('braket', region_name=region_name)
	response = braket.search_quantum_tasks(filters=[{
	'name': 'jobArn',

	#!/bin/bash
	wget https://raw.githubusercontent.com/mmcgrana/gobyexample/master/examples/random-numbers/random-numbers.go
	GOARCH=arm go build random-numbers.go