Quanteninformationsprotokolle mit begrenzten Ressourcen

• Antragsteller: Professor Dr. Juan Ignacio Cirac
• Fachliche Zuordnung: Optik, Quantenoptik und Physik der Atome, Moleküle und Plasmen
• Förderung: Förderung von 2019 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 414325145

Nach vielen Jahren intensiver Forschung ist es jetzt möglich, Dutzende von Qubits mit hoher Präzision zu handhaben und zu kontrollieren. Demonstriert wurde dies bereits mit Hilfe von gefangenen Ionen, ultrakalten Atomen, Supraleitern und Photonen und es ist nur eine Frage der Zeit, bis weitere Technologien aufschließen werden. Trotz der Tatsache, dass die Entwicklung eines voll entwickelten Quantencomputers in unmittelbarer Zukunft noch außer Reichweite scheint, ist es zu erwarten, dass innerhalb weniger Jahre Quantenprozessoren zur Verfügung stehen werden, die aus bis zu Hunderten von Qubits aufgebaut sind. Ferner wird es dadurch möglich sein, mehr als tausend Quantengatteroperationen auszuführen ohne die Notwendigkeit von Fehlerkorrekturschemata. Können wir also unter diesen Umständen Nutzen aus solch vergleichbar kleinen Systemen ziehen? Und was können wir daraus lernen?Die Langzeitziele und –visionen dieses Projektes lassen sich wie folgt zusammenfassen: (i) Enwicklung von Anwendungen und Protokollen, die auf kleinen Quantenprozessoren ausgeführt werden können und eine höhere Leistungsfähigkeit aufweisen als die bisher existierenden (und in Entwicklung stehenden) klassischen Gegenstücke; (ii) Wiederaufbereitung und Adaptierung klassischer Algorithmen und Methoden im Lichte der Quanteninformationsverarbeitung und deren Anwendung in Quantentechnologie und Vielteilchensystemen; (iii) Schließen der Lücke zwischen abstrakten Resultaten und spezifischen experimentellen Aufbauten.Zum Erreichen der oben aufgelisteten Ziele werden die ersten vier Jahre folgendem konkreten Fahrplan untergeordnet sein:• Entwicklung von Algorithmen für 50-100 Qubits und 1000-10000 Quantengatter: Die Algorithmen werden Anwendungen in Optimierungsproblemen, in der Analyse von Quantenvielteilchenzuständen, wie sie in der Atomphysik und der Physik kondensierter Materie vorkommen und auch in quantenmechanisch verbessertem Maschinellen Lernen finden.• Anwendung von klassischem Maschinellen Lernen in Quantensystemen: Hier wird die Tensornetzwerkmethodik mit sog. String-Bond-Zuständen (engl.: string bond states) verknüpft um einerseits für Experimente relevante Vielteilchensysteme zu charakterisieren und zudem eine durch Maschinelles Lernen gestützte Zertifizierung von Quantenvielteilchensystemen und deren Eigenschaften vorzunehmen.• Untersuchung von Möglichkeiten, wie diese und weitere Ideen mit Hilfe verschiedener Technologien implementiert werden können: Hierzu gehören gefangene Ionen, kalte neutrale Atome, Photonen, supraleitende Qubits als auch weitere neue Plattformen.Auf lange Sicht, wenn experimentelle Fortschritte den Takt angeben, werden wir Protokolle untersuchen, die mehr Qubits, mehr ausgeklügelte Kommunikationskanäle und hybride Algorithmen und Protokolle beinhalten, die sowohl klassischer als auch quantenmechanischer Natur sind.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Österreich
• Kooperationspartner: Professor Dr. Philip Walther