Aplicación

Universidad de Granada (UGR)

Descripción del grupo:

La Universidad de Granada es muy activa en los campos de la computación cuántica y la inteligencia artificial. Prueba de ello es el grupo formado por los profesores Jara Juana Bermejo Vega y Daniel Manzano, ambos investigadores con una amplia experiencia en tecnologías cuánticas. En concreto, la investigadora Bermejo Vega ha participado en numerosos estudios sobre la complejidad computacional de los algoritmos cuánticos y su posible ventaja cuántica frente a los clásicos (como ejemplo, este artículo altamente citado Physical Review X 8, 021010, 2018). La ventaja computacional en el quantum machine learning es un área por explorar en el campo, con lo que su experiencia va a ser fundamental para estudiar esta ventaja.

Descripción de la actividad:

En esta actividad abordaremos líneas de trabajo en la intersección entre la computación cuántica y la inteligencia artificial, con las siguientes subtareas específicas:

1. Desarrollar algoritmos cuánticos basados en redes neuronales complejas, adaptando los modelos inspirados en el comportamiento de redes neuronales biológicas para su ejecución en los ordenadores cuánticos actuales. Estudiar también la aplicación y utilidad de estos modelos computacionales.
2. Analizar la utilidad del aprendizaje automático con redes neuronales en el procesado de la información cuántica y en concreto en los problemas de “benchmarking” cuántico, como son la tomografía de estados cuánticos y la verificación de circuitos ejecutados en ordenadores cuánticos.
3. Utilizar algoritmos cuánticos de inteligencia artificial, como los métodos variacionales, para optimizar la preparación de estados topológicos con utilidad en corrección cuántica de errores. Se analizarán los costes de los protocolos estudiados, con énfasis en los recursos cuánticos: número de qubits, puertas lógicas y la profundidad de los circuitos cuánticos.

Resultados