Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Nonequilibrium Many Body Control of Quantum Simulators

Descrizione del progetto

Progredire nel controllo quantistico in condizioni di non equilibrio con simulatori quantistici basati sull’intelligenza artificiale

Il controllo della materia quantistica in stati di non equilibrio rappresenta una sfida significativa nella fisica moderna. Il progetto QuSimCtrl, finanziato dal CER, mira a risolvere questo problema espandendo il controllo dagli stati di equilibrio a quelli di non equilibrio. Utilizzando la simulazione quantistica, il progetto esplorerà fenomeni non riscontrabili nei materiali convenzionali e affronterà la sfida di manipolare sistemi di non equilibrio intensamente guidati. Integrando il controllo quantistico con l’intelligenza artificiale, e in particolare con l’apprendimento per rinforzo, il progetto svilupperà strutture per il controllo nonadiabatico di stati a molti corpi, migliorando la manipolazione di atomi freddi, ioni intrappolati e solidi quantistici. L’obiettivo di QuSimCtrl è scoprire i principi guida per il controllo a molti corpi lontano dalla condizione di equilibrio, mettendo in connessione dinamica quantistica, meccanica statistica e apprendimento automatico. Questa ricerca risulta fondamentale per le innovazioni nei materiali e nelle tecnologie basate su processi di non equilibrio nella materia condensata, nell’ottica quantistica e nell’informatica quantistica.

Obiettivo

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.

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2023-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

MAX-PLANCK-GESELLSCHAFT ZUR FORDERUNG DER WISSENSCHAFTEN EV
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 500 000,00
Indirizzo
HOFGARTENSTRASSE 8
80539 MUNCHEN
Germania

Mostra sulla mappa

Regione
Bayern Oberbayern München, Kreisfreie Stadt
Tipo di attività
Research Organisations
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 500 000,00

Beneficiari (1)

Il mio fascicolo 0 0