Apprentissage statistique pour l’initialisation de réseaux de boîtes quantiques

Projet financé dans le cadre de l'appel à projets IQ 2018

Résumé du projet:

Dans la course vers une architecture échelonnable pour l’ordinateur quantique, les qubits de spin dans les boîtes quantiques émergent comme l’un des candidats en tête de liste en raison de la précision de leurs opérations logiques et de leur compatibilité directe avec les méthodes industrielles de microfabrication. Toutefois, la difficulté d’initialisation des boîtes quantiques dans le régime des qubits est un frein aux découvertes scientifiques menant au développement de prototypes multiqubits. Dans le cadre de ce projet interdisciplinaire, nous abordons directement cette problématique en visant la mise en œuvre d’un algorithme d’apprentissage statistique inspiré des techniques d’intelligence artificielle afin d’automatiser l’initialisation de réseaux de boîtes quantiques. L’algorithme final vise une polyvalence suffisante pouvant satisfaire les différentes architectures de boîtes quantiques de façon à propulser la recherche scientifique vers le développement de prototypes complexes.

 

Chercheurs principaux: Félix Camirand-Lemyre, Michel Pioro-Ladrière

Collaborateurs internes : Julien Camirand-Lemyre

Collaborateurs externes : Aurore Delaigle (Université de Melbourne)

Restez connectés