Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Beyond-classical Machine learning and AI for Quantum Physics

Cel

A primary challenge in quantum computing (QC) is finding its ideal application, i.e. an essential problem with the largest advantage of quantum over classical computing. To resolve it, I propose to focus on the notoriously complex area of quantum many-body systems. This project will characterise which quantum many-body problems, in various physics domains, allow for significant quantum advantages even over any future machine learning, data-driven methods. By exploiting my pioneering research in this area, I will also develop new quantum machine learning (QML) methods to solve them better than classically possible, using a two-stage approach.

In the first stage, we will develop the project's theoretical foundations. My recent works on quantum-over-classical learning advantages provide the starting points for the development of new mathematical machinery which facilitates the proving of quantum advantages in selected many-body settings. In parallel,
building on circuit-decomposition methods I recently developed, we will elucidate the role of quantum phenomena in QML in order to design new QML methods which can be better tuned to quantum many-body settings.

In the second stage, we will identify suitable concrete quantum many-body problems with substantial real-world interest, apply the newly designed high-performing quantum learners, and formally prove learning advantages using the developed theoretical machinery.

The positive results of the project will resolve some of the main open problems in QML and will have a major impact on both QC theory and aspects of foundations and applications of QML. In our search for the best application, we will consider many-body problems from diverse areas of physics: condensed matter, high-energy, and quantum control. The project will therefore also establish new bridges between quantum many-body physics, machine learning, and quantum computing.

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2023-COG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITEIT LEIDEN
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 1 995 289,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 1 995 289,00

Beneficjenci (1)

Moja broszura 0 0