Projektbeschreibung
Fortschrittliche Quantenkontrolle im Nichtgleichgewicht mit KI-gesteuerten Quantensimulatoren
Die Kontrolle von Quantenmaterie in Nichtgleichgewichtszuständen stellt eine große Herausforderung in der modernen Physik dar. Das vom Europäischen Forschungsrat finanzierte Projekt QuSimCtrl zielt darauf ab, dieses Problem zu lösen, indem die Kontrolle vom Gleichgewichtszustand auf Nichtgleichgewichtszustände ausgeweitet wird. Mithilfe von Quantensimulation sollen Phänomene erforscht werden, die bei herkömmlichen Materialien nicht zu beobachten sind, und es soll die Herausforderung angegangen werden, stark angetriebene Nichtgleichgewichtssysteme zu manipulieren. Durch die Integration von Quantenkontrolle in künstliche Intelligenz, insbesondere Verstärkungslernen, sollen im Projekt Rahmenbedingungen für die nichtadiabatische Kontrolle von Vielteilchenzuständen entwickelt werden, die die Manipulation von kalten Atomen, gefangenen Ionen und Quantenfestkörpern verbessern. Sein Ziel ist es, Leitprinzipien für die Kontrolle von Vielteilchen außerhalb des Gleichgewichts zu entdecken und dabei Quantendynamik, statistische Mechanik und maschinelles Lernen zu verbinden. Diese Forschung ist entscheidend für die Innovation von Materialien und Technologien, die auf Nichtgleichgewichtsprozessen in kondensierter Materie, Quantenoptik und Quanteninformatik basieren.
Ziel
The ability to control quantum matter in a state of equilibrium is a milestone of 20th-century physics. A major goal of modern physics is to extend this knowledge to out-of-equilibrium systems. Located at the boundary between equilibrium and nonequilibrum, quantum simulation appears particularly suitable for this purpose. Using periodic drives, quantum simulators can experimentally emulate phenomena hitherto inaccessible in conventional materials, such as artificial gauge fields or topological and dynamically localized matter. However, our understanding of how to manipulate systems exposed to intense nonequilibrium drives is in its infancy, especially regarding strongly interacting models.
We propose to overcome the current limitations by combining ideas from quantum control and artificial intelligence (AI) algorithms. We will develop a new theoretical framework for nonadiabatic many-body state control on top of strong periodic drives underlying the optimal manipulation of ordered prethermal states of matter without equilibrium counterparts. Understanding this many-body dynamics will improve cutting-edge manipulation techniques in cold atoms, trapped ions, superconducting circuits, and quantum solids.
We will add reinforcement learning (RL), one of the most promising techniques in AI, to the quantum entanglement control toolbox. Deep RL has the potential to push the state-of-the-art of (dis-)entangling quantum states since it is capable of identifying effective degrees of freedom even when no underlying physical structure is immediately obvious.
Discovering guiding principles of physics for many-body control away from equilibrium has the potential to reveal new connections across quantum dynamics, statistical mechanics, optimal control, and machine learning. The proposed research establishes a missing link on the roadmap for designing future materials and technologies based on nonequilibrium processes in condensed matter, quantum optics, and quantum computing.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- Technik und TechnologieElektrotechnik, Elektronik, InformationstechnikElektrotechnikHardwareQuantencomputer
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2023-STG
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC -Gastgebende Einrichtung
80539 Munchen
Deutschland