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

Controlling Quantum Experiments with Reinforcement Learning

Opis projektu

Połączenie sztucznej inteligencji i fizyki kwantowej

Fizycy nieustannie starają się budować coraz lepsze komputery kwantowe, co stanowi niezwykle trudne wyzwanie. Powstaje pytanie, czy sztuczna inteligencja jest w stanie wspomóc proces rozwiązywania niektórych nierozwiązanych problemów eksperymentalnych. Uczestnicy finansowanego przez Unię Europejską projektu ConQuER zamierzają rozwinąć integrację najnowocześniejszych sztucznych inteligencji i technik uczenia maszynowego z doświadczeniami w dziedzinie fizyki kwantowej. Możliwości i wydajność metod uczenia maszynowego zostanie wykorzystana w celu wyciągania kluczowych informacji z olbrzymich zbiorów danych fizycznych, co pozwoli na wyjście poza tradycyjne metodologie. W ramach projektu powstaną i zostaną wdrożone metodologie uczenia przez wzmocnienie w celu kontrolowania, stabilizowania i dostrajania eksperymentalnej konstrukcji wykorzystującej wiele kubitów spinowych w Instytucie Nielsa Bohra w Kopenhadze. Automatyczne dostrajanie urządzenia pozwoli na zaoszczędzenie czasu, które może zostać wykorzystane do pracy nad doświadczeniami.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2019

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

KOBENHAVNS UNIVERSITET
Wkład UE netto
€ 219 312,00
Koszt całkowity
€ 219 312,00