

Q-AI: Summer School on Quantum Artificial Intelligence
Del 14 al 18 de julio del 2025
Entidades organizadoras:
Escuela de Ciencias e Ingeniería
Cancillería
Universidad Internacional Aliada:

Université du Québec à Trois-Rivières (UQTR), Canada
Fechas:
Del 14/07/2025 al 18/07/2025
Horarios:
Lunes a viernes de 9:00 am a 4:30 pm
Modalidad:
Presencial
Sede:
Claustro
Intensidad:
25 horas
Idioma:
Inglés
Información Académica del Curso
Descripción
La computación cuántica se perfila como una de las áreas más prometedoras de la ciencia y la tecnología, con el potencial de transformar sectores clave como la salud, la ciberseguridad, la logística y la inteligencia artificial. En este contexto, la Summer School on Quantum Artificial Intelligence (Q-AI) ofrece una formación intensiva dirigida a estudiantes universitarios interesados en explorar desde los fundamentos teóricos hasta las aplicaciones prácticas de esta nueva frontera tecnológica.
Durante cinco días, los participantes se adentrarán en el mundo de la computación cuántica y el aprendizaje automático cuántico (QML), mediante clases teóricas y actividades prácticas centradas en algoritmos avanzados. La iniciativa es fruto de la colaboración entre la Université du Québec à Trois-Rivières (UQTR) y la Universidad del Rosario, y busca fomentar la internacionalización y fortalecer redes académicas.
Este curso cuenta con becas del 100 % para los participantes seleccionados.
Las personas interesadas en postularse deben enviar los siguientes documentos antes del 21 de junio al correo: cooperacion@urosario.edu.co
- Hoja de vida (máximo 1 página)– En inglés.
- Carta de motivación, debe comentar sobre su experiencia en temas de redes neuronales o computación cuántica (máximo 1 página)– En inglés.
- Certificado de notas más reciente.
Si aplica, copia de reconocimientos académicos (becas, voluntariados, certificados, etc.).
- Formación académica de alto nivel en una de las áreas más innovadoras de la ciencia y la tecnología.
- Acceso a docentes internacionales con experiencia en computación cuántica e inteligencia artificial.
- Aprendizaje práctico con herramientas reales, como simuladores y plataformas de programación cuántica (por ejemplo, Qiskit).
- Certificación de participación avalada por la Universidad del Rosario y la Université du Québec à Trois-Rivières (UQTR).
- Interacción con una red de estudiantes y profesores en un ambiente académico colaborativo.
- Posibilidad de vinculación con iniciativas de investigación y desarrollo en computación cuántica.
- Habilidades técnicas: Los participantes comprenderán los principios fundamentales de la computación cuántica y su implementación práctica. Serán capaces de diseñar, simular y analizar circuitos cuánticos, así como aplicar algoritmos de aprendizaje automático cuántico utilizando herramientas como Qiskit.
- Habilidades analíticas: Desarrollarán la capacidad de evaluar críticamente la aplicabilidad y el rendimiento de modelos cuánticos. Aprenderán a interpretar resultados experimentales y a tomar decisiones informadas en entornos de alta complejidad técnica.
- Habilidades interpersonales: A través del trabajo colaborativo en actividades grupales y discusiones académicas, fortalecerán su capacidad para comunicar ideas complejas de manera clara, colaborar eficazmente en equipos interdisciplinarios e interculturales, y participar en redes académicas internacionales.
- Adaptabilidad: Al interactuar con tecnologías emergentes y enfrentar desafíos prácticos en un entorno académico dinámico, los participantes mejorarán su capacidad de aprendizaje autónomo, su flexibilidad frente a nuevas herramientas y su disposición para abordar problemas complejos en contextos cambiantes.
- Innovación y resolución de problemas: Los estudiantes desarrollarán una mentalidad orientada a la innovación, aplicando principios cuánticos y técnicas de inteligencia artificial para resolver problemas reales de manera creativa. Serán capaces de identificar oportunidades donde las tecnologías cuánticas pueden aportar ventajas disruptivas y diseñar soluciones originales en entornos inciertos.
- Conciencia interdisciplinaria: Los participantes adquirirán una visión interdisciplinaria al conectar conceptos de física, informática, matemáticas e inteligencia artificial. Esta capacidad les permitirá integrar conocimientos de distintos campos para abordar desafíos complejos y participar en proyectos de frontera.
Estudiantes de pregrado y posgrado en Ciencias e Ingeniería, interesados en la intersección de la inteligencia artificial y la computación cuántica.
La Summer School on Quantum Artificial Intelligence (Q-AI) se desarrollará bajo una metodología activa y participativa, que combina el aprendizaje teórico con la aplicación práctica, promoviendo la comprensión profunda y el desarrollo de habilidades interdisciplinarias.
A lo largo de cinco días, el curso se estructurará en sesiones teóricas, talleres prácticos, actividades colaborativas y espacios de discusión. Las clases teóricas estarán orientadas a la adquisición de los fundamentos de la computación cuántica y el aprendizaje automático cuántico, mientras que los talleres permitirán a los estudiantes implementar algoritmos cuánticos mediante plataformas de simulación y programación (como Qiskit).
Además, se fomentará el trabajo en equipo, el análisis de casos y la resolución de problemas, promoviendo el pensamiento crítico, la innovación y la transferencia de conocimiento. La participación de los estudiantes será clave, y se incentivará el diálogo con los docentes y entre pares, en un entorno internacional e interdisciplinario.
Para aprovechar al máximo los contenidos del curso, se recomienda que los participantes cuenten con los siguientes conocimientos previos:
- Fundamentos de programación: manejo básico de Python.
- Conocimientos básicos en álgebra lineal y probabilidad.
- Interés por la inteligencia artificial y la computación cuántica.
No se requiere experiencia previa en computación cuántica, ya que el curso está diseñado para introducir progresivamente los conceptos teóricos y prácticos esenciales.
Objetivo general:
Brindar a estudiantes universitarios una formación intensiva e interdisciplinaria en los fundamentos teóricos y aplicaciones prácticas de la computación cuántica y la inteligencia artificial cuántica, promoviendo el desarrollo de competencias técnicas y la colaboración internacional.
Objetivos específicos:
- Formar en fundamentos de computación cuántica: comprensión profunda de principios como superposición, entrelazamiento y qbits; diseño y simulación de circuitos cuánticos.
- Desarrollar competencias prácticas en algoritmos cuánticos: implementación guiada de algoritmos como Grover y Shor en simuladores.
- Explorar el aprendizaje automático cuántico (QML): introducción a redes neuronales cuánticas y circuitos variacionales para IA.
- Fomentar la colaboración internacional: interacción académica entre estudiantes y docentes de la UQTR y la Universidad del Rosario.
Profesores

Ph.D. Profesor en la UQTR, donde investiga la inteligencia artificial agentiva basada en grandes modelos de lenguaje (LLM).
Jean-Sébastien Dessureault

Doctor en Física
Nicolás Avilán
Contenido temático
Introducción a la IA Clásica y Cuántica
Temario:
- Introducción a un algoritmo clásico de IA: Regresión Lineal (1h)
- Introducción a un algoritmo cuántico: Variational Quantum Circuit (VQC) (1h)
Profesor:
- Jean-Sébastien Dessureault, Ph.D.
Fundamentos de Computación Cuántica
Temario:
- Conceptos fundamentales: qbits, superposición. (1.5h)
- Representación matemática de qbits y sus mediciones. (1,5h)
Profesor:
- Nicolás Ávilan, Ph.D.
Fechas
14/7/2025
Horario
9:00 AM a 4:30 PM
Modalidad
Presencial
Sede Claustro
Intensidad
5 horas
Algoritmos de Clasificación
Temario:
- Máquinas de Vectores de Soporte (SVM) – Enfoque clásico (1h)
- Quantum SVM (QSVM) – Implementación cuántica (1h)
Profesor:
- Jean-Sébastien Dessureault, Ph.D.
Circuitos Cuánticos
Temario:
- Compuertas cuánticas y enredamiento. (1.5h)
- Sesión práctica con qiskit: circuitos cuánticos. (1.5h)
Profesor:
- Nicolás Ávilan, Ph.D.
Fechas
15/7/2025
Horario
9:00 AM a 4:30 PM
Modalidad
Presencial
Sede Claustro
Intensidad
5 horas
Redes Neuronales y su Versión Cuántica
Temario:
- Redes Neuronales Artificiales (ANN) – Principios básicos (1h)
- Redes Neuronales Cuánticas (QNN) – Introducción y diferencias clave (1h)
Profesor:
- Jean-Sébastien Dessureault, Ph.D.
Algoritmos Cuánticos
Temario:
Algoritmo de Grover (1h).- Algoritmo de Shor (1h).
Profesor:
- Nicolás Ávilan, Ph.D.
Fechas
16/2025
Horario
9:00 AM a 4:30 PM
Modalidad
Presencial
Sede Claustro
Intensidad
5 horas
Aprendizaje No Supervisado y Métodos Bayesianos
Temario:
- Autoencoders clásicos (30 min)
- Inferencia Bayesiana clásica (30 min)
- Quantum Autoencoder (30 min)
- Quantum Bayesian Inference (30 min)
Profesor:
- Jean-Sébastien Dessureault, Ph.D.
Teoría de la información
Temario:
- Teoría de la información clásica. (1h)
- Teoría de la información cuántica. (1h)
Profesor:
- Nicolás Ávilan, Ph.D.
Fechas
17/7/2025
Horario
9:00 AM a 4:30 PM
Modalidad
Presencial
Sede Claustro
Intensidad
5 horas
Modelos de Lenguaje y Perspectivas en IA Cuántica
Temario:
- Modelos de Lenguaje de Gran Escala (LLM) – Principios y aplicaciones (1h30)
- Investigación en LLM Cuánticos – Estado actual y perspectivas futuras (30 min)
Profesor:
- Jean-Sébastien Dessureault, Ph.D.
Perspectivas de la computación cuántica
Temario:
- Teleportación cuántica. (1h)
- Perspectivas de la computación cuántica. (1h)
Profesor:
- Nicolás Ávilan, Ph.D.