Opis projektu
Kwantowe symulacje i transformacja typu „rozciąganie gumy” rzucają nowe światło na różnorodność układów kwantowych
Topologia jest dziedziną matematyki zajmującą się badaniem kształtów i ich ułożeniem w przestrzeni. Czasami nazywana geometrią typu „rozciąganie gumy” (ang. rubber-sheet) zajmuje się właściwościami obiektów, które są niezmiennikami względem ciągłych transformacji, takich jak rozciąganie i wyginanie. Historycznie dziedzina ta związana była z matematyką, a jednak znalazła zastosowanie w fizyce materiałów i pozwala nam zgłębiać tę dziedzinę w sposób absolutnie wyjątkowy. O jej wadze najlepiej świadczy fakt, że nagroda Nobla w dziedzinie fizyki w roku 2016 została przyznana między innymi za wskazanie roli topologii w rozumieniu egzotycznych postaci materii. Finansowany ze środków UE projekt NOQIA ma przyczynić się do lepszego zbadania tych rozdroży nauki poprzez opracowanie nowatorskiego podejścia teoretycznego do tego tematu i zastosowanie nowych opisów. Projekt pozwoli połączyć symulacje kwantowe oraz efekty i układy topologiczne z dziedziną ultraszybkich zjawisk i attonauki, kwantowego uczenia maszynowego i kwantowych sieci neuronowych.
Cel
Quantum simulators (QS) are experimental systems that allow mimic hard to simulate models of condensed matter, high energy physics and beyond. QS have various platforms: from ultracold atoms and ions to superconducting qubits. They constitute the important pillar of quantum technologies (QT), and promise future applications in chemistry, material science and optimization problems. Over the last decade, QS were particularly successful in mimicking topological effects in physics (TEP) and in developing accurate quantum validation/certification (QVC) methods. NOQIA is a theory project, aimed at introducing the established field of QS+TEP+QVC into two novel areas: physics of ultrafast phenomena and attoscience (AS) on one side, and quantum machine learning (ML) and neural networks (NN) on the other. This will open up new horizons/opportunities for research both in AS and in ML/NN. For instance, in AS we will address the question if intense laser physics may serve as a tool to detect topological effects in solid state and strongly correlated systems. We will study response of matter to laser pulses carrying topological signatures, to determine if they can induce topological effects in targets. We will design/analyze QS using trapped atoms to understand and detect TEP in the AS. On the ML/NN side, we will apply classical ML to analyze, design and control QS for topological systems, in order to understand and optimize them. Conversely, we will transfer many-body techniques to ML in order to analyze and possibly improve performance of classical machine learning. We will design and analyze quantum neural network devices that will employ topology in order to achieve robust quantum memory or information processing. We will design/study attractor neural networks with topological stationary states, or feed-forward networks with topological Floquet and time-crystal states. Both in AS and ML/NN, NOQIA will rely on quantum validation and certification protocols and techniques.
Dziedzina nauki
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesdata sciencedata processing
- natural sciencesphysical sciencesopticslaser physics
- natural sciencesphysical sciencestheoretical physics
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-ADG - Advanced GrantInstytucja przyjmująca
08860 Castelldefels
Hiszpania