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

quantum-enhanced shadows: scalable quantum-to-classical converters

Descrizione del progetto

Pionieristica conversione scalabile da quantistico a classico con ombre potenziate quantisticamente

Negli esperimenti quantistici su larga scala, un collo di bottiglia critico si presenta all’interfaccia tra sistemi quantistici e classici, dove il trasferimento di informazioni in modo efficiente e su scala rappresenta un ostacolo significativo. Per superare questo problema, il progetto q-shadows, finanziato dal CER, svilupperà delle «ombre», ossia convertitori innovativi da quantistico a classico. Utilizzando la randomizzazione e le letture potenziate dai quanti, queste ombre traducono in modo efficiente i dati quantistici in formati classici, migliorando la previsione e la scalabilità delle caratteristiche del sistema. Compatibili con l’attuale hardware quantistico, le ombre sfruttano effetti quantistici unici per la scalabilità, integrando al contempo protocolli proprietari per l’apprendimento classico guidato dai dati quantistici. Infine, il progetto svilupperà strumenti che garantiscano un’esecuzione hardware quantistica affidabile, coniugando teoria e applicazione. Guidato da un esperto interdisciplinare, q-shadows getta le basi per l’elaborazione e l’apprendimento dei dati quantistici avanzati e scalabili, garantendo il futuro dello sviluppo della tecnologia quantistica.

Obiettivo

Large-scale quantum experiments do not work in isolation. Substantial classical computing power is required to control the experiment and process the results. This necessarily creates information-transmission bottlenecks at the interface between quantum and classical realms. These bottlenecks create scalability issues that prevent us from using existing architectures to the best of their capabilities and may even impair our ability to further scale up system sizes.

In this project, we adopt a unifying framework that takes into account all computing resources (quantum and classical). We develop quantum-to-classical converters to overcome information-transmission bottlenecks. Dubbed shadows, they leverage randomization, as well as quantum-enhanced readout strategies to obtain a succinct classical description of an underlying quantum system that can then be used to efficiently predict many features at once. The shadow paradigm is compatible with near-term quantum hardware and utilizes genuine quantum effects that do not have a classical counterpart. Building on these ideas, we also establish rigorous synergies between quantum experiments and classical machine learning. Shadow learning protocols use shadows to succinctly represent training data obtained from actual quantum experiments. A classical training stage then enables data-driven learning of genuine quantum phenomena. Finally, we develop new tools to ensure reliable execution on current quantum hardware, thus bridging the gap between theory and experiment.

My interdisciplinary skill set combines methods from modern computer science with quantum information and has already led to numerous high-impact contributions (e.g. 1 Nature Physics with more than 350 citations and 2 Science publications). These insights form the basis for this larger project, where we lay the foundation for scalable and practical quantum data processing and learning that can keep up and grow with future improvements in quantum technology.

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

UNIVERSITAT LINZ
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
ALTENBERGER STRASSE 69
4040 Linz
Austria

Mostra sulla mappa

Regione
Westösterreich Oberösterreich Linz-Wels
Tipo di attività
Higher or Secondary Education Establishments
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