Projektbeschreibung
Quantensimulation und Geometrie der Verformungen liefern neues Wissen über diverse Quantensysteme
Die Topologie ist ein Teilgebiet der Mathematik, das sich mit der Erforschung von Formen und deren Anordnung im Raum beschäftigt. Sie befasst sich mit den Eigenschaften mathematischer Strukturen, die unter stetigen Verformungen, etwa Dehnungen und Biegungen, erhalten bleiben. Historisch ist sie im Reich der Mathematik verortet. Ihre Anwendungen in der Werkstoffphysik liefern jedoch einzigartige Einblicke in das Mögliche, was zum Teil durch den 2016 für theoretische Entdeckungen topologischer exotischer Materiephasen verliehenen Nobelpreis für Physik anerkannt wurde. Das EU-finanzierte Projekt NOQIA wird diesen Übergangsbereich mit der Entwicklung neuartiger theoretischer Ansätze und Beschreibungen deutlich erweitern. Das Projekt wird Quantensimulationen sowie topologische Effekte und Systeme mit dem Gebiet der ultraschnellen Phänomene und den Attowissenschaften, dem maschinellen Lernen bzw. neuronalen Netzen im Quantenbereich vereinen.
Ziel
Quantum simulators (QS) are experimental systems that allow mimic hard to simulate models of condensed matter, high energy physics and beyond. QS have various platforms: from ultracold atoms and ions to superconducting qubits. They constitute the important pillar of quantum technologies (QT), and promise future applications in chemistry, material science and optimization problems. Over the last decade, QS were particularly successful in mimicking topological effects in physics (TEP) and in developing accurate quantum validation/certification (QVC) methods. NOQIA is a theory project, aimed at introducing the established field of QS+TEP+QVC into two novel areas: physics of ultrafast phenomena and attoscience (AS) on one side, and quantum machine learning (ML) and neural networks (NN) on the other. This will open up new horizons/opportunities for research both in AS and in ML/NN. For instance, in AS we will address the question if intense laser physics may serve as a tool to detect topological effects in solid state and strongly correlated systems. We will study response of matter to laser pulses carrying topological signatures, to determine if they can induce topological effects in targets. We will design/analyze QS using trapped atoms to understand and detect TEP in the AS. On the ML/NN side, we will apply classical ML to analyze, design and control QS for topological systems, in order to understand and optimize them. Conversely, we will transfer many-body techniques to ML in order to analyze and possibly improve performance of classical machine learning. We will design and analyze quantum neural network devices that will employ topology in order to achieve robust quantum memory or information processing. We will design/study attractor neural networks with topological stationary states, or feed-forward networks with topological Floquet and time-crystal states. Both in AS and ML/NN, NOQIA will rely on quantum validation and certification protocols and techniques.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesdata sciencedata processing
- natural sciencesphysical sciencesopticslaser physics
- natural sciencesphysical sciencestheoretical physics
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-ADG - Advanced GrantGastgebende Einrichtung
08860 Castelldefels
Spanien