Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Artificial Scientific Discovery of advanced Quantum Hardware with high-performance Simulators

Descripción del proyecto

Diseño de experimentos cuánticos con inteligencia artificial y simuladores de alto rendimiento

Los rápidos avances en la generación, control y medición de los sistemas cuánticos complejos han dado paso a una nueva era tecnológica basada en la superposición y el entrelazamiento cuánticos. Sin embargo, el diseño de estos experimentos y «hardware» avanzados se ha vuelto demasiado complejo para que los investigadores humanos lo manejen por sí solos. Para liberar el vasto potencial de la mecánica cuántica, se ha introducido la inteligencia artificial (IA) en el diseño de experimentos, pero las metodologías actuales siguen siendo limitadas. Esto es un obstáculo importante para el total aprovechamiento de las posibilidades transformadoras de la física cuántica. El equipo del proyecto ARTDISQ, financiado por el CEI, pretende romper estas limitaciones aprovechando JAX, un marco computacional de vanguardia, para construir simuladores físicos de alto rendimiento. Estos simuladores potenciarán los avances impulsados por la IA en la detección de ondas gravitacionales mejoradas cuánticamente, las técnicas avanzadas de obtención de imágenes y el revolucionario diseño de «hardware» cuántico.

Objetivo

The experimental capabilities to generate, control, and measure complex quantum systems have dramatically improved over the last few years. With ingenious proposals for practical applications, a powerful new paradigm of technology emerges that exploits quantum superposition and quantum entanglement. As these systems get more advanced, designing new quantum experiments and hardware becomes ever more intricate for human scientists. To exploit the full potential of quantum physics, researchers have started to involve artificial intelligence in the automated design of quantum experiments. Unfortunately, even the currently most powerful methodologies have severe limitations and therefore cannot cope with the enormous potential that quantum mechanics promises us.

For that reason, in ARTDISQ, I propose to build high-performance physical simulators which are at the heart of all AI-driven discovery and design efforts. The key idea is to use a framework originally developed for the efficient training and execution of large neural networks, called JAX. JAX is powerful enough to encode not only neural networks but a wide range of computer algorithms. It allows for modern high-performance computational techniques such as just-in-time compilation, auto-differentiation and direct access to the GPU. In ARTDISQ I will exploit this dramatic acceleration, which will open previously unchartered applications, including AI-driven
(1) design of highly sensitive and robust quantum-enhanced gravitational wave detectors
(2) design of new quantum techniques for imaging systems, with a focus on optical telescopes
(3) hardware-software co-design for quantum hardware with the potential of discovering highly
unorthodox and exotic solutions with superior behaviour.

As such, ARTDISQ aims to develop a revolutionary way to augment human researchers' ingenuity and creativity to accelerate scientific discoveries.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-ERC - HORIZON ERC Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) ERC-2024-STG

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

EBERHARD KARLS UNIVERSITAET TUEBINGEN
Aportación neta de la UEn
€ 1 460 660,36
Dirección
GESCHWISTER-SCHOLL-PLATZ
72074 Tuebingen
Alemania
Región
Baden-Württemberg Tübingen Tübingen, Landkreis
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
€ 1 460 660,61

Beneficiarios (2)