ARTEMIS

Quantencomputer und andere Quantentechnologien versprechen eine Revolution in der Informationsverarbeitung. Allerdings müssen dazu Wege gefunden werden, den Einfluss von Rauschen zu reduzieren und die experimentellen Quantensysteme zu kontrollieren.

Das Projekt ARTEMIS zielt darauf ab, einen radikal neuen, auf neuronalen Netzen basierenden Ansatz für die Kontrolle von Quantensystemen zu entwickeln. Dieser Ansatz soll „reinforcement learning“ verwenden, und zwar auf der Grundlage experimenteller Beobachtungen. Diese sollen in Echtzeit verarbeitet werden, um die größten Herausforderungen der Quanteninformatik – Quantenfehlerkorrektur und optimale Steuerung – zu bewältigen.
Konkret heißt das, dass in diesem Projekt ein Quanten-Controller entwickelt wird, der neuronale Netze enthält, die in der Lage sind, Kontrollparameter auf der Grundlage von Messergebnissen in Echtzeit zu regeln. Es wird erwartet, dass solche neuronalen Netze die Genauigkeit und Leistung von Quantenprozessoren verbessern. Um die Anwendbarkeit in der Praxis zu gewährleisten, wird dieser Controller durch ein Team von Expertinnen und Experten für Mikrowellen-Hardware, Experimentalphysik (supraleitende Schaltkreise), Theorie zu künstlicher Intelligenz und ein Quantencomputer- Start-up ausgestaltet.

Im Laufe des Projekts wird die Effizienz des Verstärkungslernens für die modellunabhängige Optimierung der Zustandsvorbereitung, die Stabilisierung durch Rückkopplung und die Quantenfehlerkorrektur demonstriert. Am Ende dieses Projektes soll der entwickelte Controller in die Vermarktung überführt werden.