Aplicación
Algoritmos genéticos cuánticos, variacionales y adiabáticos y sus aplicaciones
Quantum Information Science and Technology (QUINST)
Descripción del grupo:
La mecánica cuántica está en el corazón de nuestra tecnología y economía (el láser y el transistor son dispositivos cuánticos), pero su potencial completo está lejos de realizarse. Los recientes avances tecnológicos en óptica, nanociencia e ingeniería permiten a los experimentadores crear estructuras artificiales o someter sistemas microscópicos y mesoscópicos a nuevas condiciones manipulables en las que los fenómenos cuánticos juegan un papel fundamental.
Las tecnologías cuánticas explotan estos efectos con fines prácticos. La ciencia cuántica tiene como objetivo descubrir, estudiar y controlar los efectos cuánticos a un nivel fundamental. Estos son los dos lados de un círculo virtuoso: las nuevas tecnologías conducen al descubrimiento y estudio de nuevos fenómenos que conducirán a nuevas tecnologías.
Nuestro objetivo es controlar y comprender los fenómenos cuánticos en una intersección multidisciplinar de Información Cuántica, Óptica Cuántica y átomos fríos, Control Cuántico, Espintrónica, Metrología Cuántica, Interferometría Atómica, Qubits Superconductores y Circuito QED y Fundamentos de Mecánica Cuántica.
El equipo QUINST está compuesto por Iñigo L. Egusquiza y Mikel Sanz (investigadores principales), Xi Chen, Gonzalo Muga, Enrique Rico y Liano Wu.
Descripción de la actividad:
Esta actividad se focaliza en las tareas necesarias para caracterizar y mejorar algoritmos y procesos cuánticos y buscar sus aplicaciones en procesos industriales, finanzas, logística, IA, química cuántica, entre otros. Consta de las siguientes tareas:
1. Desarrollo de herramientas matemáticas para el análisis de las propiedades de algoritmos cuánticos. En particular, se estudiará el uso de teoría de operadores para acotar errores en algoritmos cuánticos aproximados y de la teoría de canales cuánticos para analizar convergencia de algoritmos heurísticos, como algoritmos genéticos cuánticos.
2. Análisis de paradigmas alternativos de computación cuántica en procesadores NISQ frente a errores de control, de coherencia, cross-talk, etc. En este contexto, se estudiará el desarrollo de nuevos algoritmos cuánticos tipo Shor o Grover “autoprotegidos”, así como simulaciones y software de IA cuántica más resistentes a errores.
3. Optimización y aceleración de algoritmos tipo “adiabático” mediante técnicas de control cuántico o “atajos de adiabaticidad”, introduciendo métodos iterativos y adaptativos, que solamente utilizan el conocimiento de los Hamiltonianos inicial y final, y técnicas de inteligencia artificial y aprendizaje de máquina para optimizar la rapidez y la robustez frente a errores.
4. Desarrollo de aplicaciones industriales y casos de uso de algoritmos cuánticos, particularmente en finanzas, logística, inteligencia artificial, y química cuántica, entre otros.
5. Aplicación de algoritmos cuánticos (libres de problemas de signo y otras dificultades de la computación clásica) a la simulación de modelos de interés en física nuclear y de alta energía. En concreto, problemas de muchos cuerpos fuertemente correlacionados con grados de libertad gauge dinámicos abelianos y no abelianos y aplicarlos al estudio de las teorías de gauge.
Resultados
Próximamente