Neues DFG-gefördertes Projekt startet: "Maschinelles Lernen zur Manipulation korrelierter Materiezustände"
Im Herbst 2024 startet das dreijährige Projekt "Maschinelles Lernen zur Manipulation korrelierter Materiezustände". Es wird in Kooperation mit Dr. Marin Bukov (Max-Planck-Institut für Physik Komplexer Systeme) von der Sachbeihilfe der Deutschen Forschungsgesellschaft gefördert.
Der Leiter Markus Schmitt gibt einen Einblick in die Materie des Projekts:
"Künstliche Quantensysteme präzise zu manipulieren und zu kontrollieren bildet die Grundlage moderner Quantentechnologien. Die rasche Entwicklung der experimentellen Möglichkeiten eröffnet neue Wege zur Nutzung von Quantenressourcen für Datenverarbeitung, wissenschaftliche Simulationen und Sensorik. Von besonderem Interesse auf dem Gebiet der korrelierten Quantenmaterie ist die Emulation theoretischer Modelle mit von Natur aus quantenmechanischen Freiheitsgraden. Unser Verständnis wie solche Systeme gezielt zu Manipulieren sind steckt jedoch insbesondere bei starken Wechselwirkungen noch in den Kinderschuhen. Dieses Projekt zielt darauf ab, einige Herausforderungen zu überwinden, indem wir Techniken des maschinellen Lernens mit Ideen aus der Quantenvielteilchenphysik kombinieren. Wir werden einerseits Simulationsmethoden für periodisch angetriebene Systeme entwickeln, die auf neuronalen Quantenzuständen basieren, und und andererseits werden wir einen neues Framework für Tensornetz-basiertes Reinforcement Learning (RL) zur optimalen Kontrolle von Quantenmaterie schaffen."
