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

Controlling Quantum Experiments with Reinforcement Learning

Descripción del proyecto

Unión de la inteligencia artificial y la física cuántica

Los físicos se esfuerzan por construir ordenadores cuánticos, una tarea difícil y desafiante. La pregunta ahora es si la inteligencia artificial (IA) puede ayudar a resolver algunos de los desafíos experimentales pendientes. El proyecto ConQuER, financiado con fondos europeos, hará progresos en la integración del aprendizaje automático de última generación y la IA con experimentos de física cuántica. Utilizará el poder y la eficiencia de los métodos de aprendizaje automático para extraer información de un gran número de datos físicos para ir más allá de los métodos tradicionales. El proyecto diseñará y aplicará un método de aprendizaje por refuerzo para controlar, estabilizar y poner a punto un experimento de múltiples cúbits de espín en el Instituto Niels Bohr de Copenhague. La puesta a punto automática del dispositivo logrará que haya más tiempo disponible para llevar a cabo avances experimentales.

Objetivo

This proposal aims to advance the integration of state-of-the-art machine learning and artificial intelligence (AI) with quantum physics experiments. The abundance of physics data coming from experiments and simulations of quantum systems allows us to use the power and efficiency of machine learning methods to extract information from this data in a way that goes beyond traditional methods. Based on this insight, I will design and implement a reinforcement learning (RL) method that can directly control, stabilize (to create a quantum memory) and tune (for device characterization and setup) a multiple-spin-qubit experiment at the Niels Bohr Institute in Copenhagen. The resulting framework and open-source AI software are expected to be useful in any other quantum experiment for which tuning is a major component, and is expected to generate a large impact in the community. Automatic device tuning will free up precious time resources that can be invested in significant experimental advances.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

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

Convocatoria de propuestas

(se abrirá en una nueva ventana) H2020-MSCA-IF-2019

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

KOBENHAVNS UNIVERSITET
Aportación neta de la UEn
€ 219 312,00
Dirección
NORREGADE 10
1165 KOBENHAVN
Dinamarca
Región
Danmark Hovedstaden Byen København
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
€ 219 312,00