Teoria e Metodi dell’informazione e del Calcolo Quantistico
Il mondo quantistico è una risorsa. L'obiettivo delle scienze quantistiche è quello di controllare e sfruttare i fenomeni quantistici quali la sovrapposizione, che permette alle particelle di esistere in molteplici stati simultaneamente, e l'entanglement. Le tecnologie quantistiche adottano questi principi per sviluppare strumenti e applicazioni, dal calcolo alla comunicazione, dai sensori ai simulatori, e risolvere problemi complessi con efficienza superiore a una macchina classica.
Staff
Professoresse e Professori di I fascia:Simone Montangero
Professoresse e Professori di II fascia: Marco Di Liberto, Carmelo Mordini, Ilaria Siloi, Pietro Silvi
Assegniste/i e Borsiste/i
Flavio Baccari, Francesco Campaioli, Lorenzo Maffi, Simone Notarnicola, Luka Pavesic, Davide Rattacaso, Marco Rigobello, Darvin Wanisch
Dottorande/i
Marco Ballarin, Rocco Barac, Giovanni Cataldi, Asmita Datta, Maria Lanaro, Peter Roland Majcen, Mattia Morgavi, Alice Pagano, Nora Reinić, Simone Scarlatella, Marco Tesoro
Collaboratrici e collaboratori esterni
Giuseppe Calajò, Daniel Jaschke, Lisa Zangrando
Attività di ricerca
Tensor Network Methods
I Tensor Networks sono una famiglia di metodi numerici avanzati, ispirati alla distribuzione dell'informazione nei sistemi quantistici correlati. I Tensor Network mirano, insieme ad altre applicazioni, a esprimere uno stato a molti corpi come una funzione d'onda variazionale che codifica in modo efficiente l'entanglement quantistico, e usando la quantità appropriata di informazione classica. Da questo concetto chiave è possibile sviluppare una serie di metodi efficienti e accurati per la simulazione di sistemi quantistici a molti corpi fortemente correlati. La nostra attività di ricerca in questo campo è duplice: da un lato sviluppiamo ulteriormente i metodi già esistenti, per migliorarne l’efficienza e l’accuratezza. Contemporaneamente, applichiamo questi metodi allo studio di sistemi quantistici complessi, dalle teorie di Gauge su reticolo, ai modelli di spin, alle molecole e ad altri problemi di materia condensata, e specialmente quelli che soffrono dal problema del segno nel MonteCarlo. Recenti indagini riguardano la loro applicazione nel campo del machine learning.
Contatti: Simone Montangero, Pietro Silvi
Programmable Atomic Devices
Tra le possibili piattaforme hardware per le tecnologie quantistiche del vicino futuro ci sono quelle basate su atomi (e molecole) sospesi, neutri o ionizzati. Il movimento del centro di massa di queste particelle è attentamente controllato da campi elettromagnetici (reticoli ottici, trappole). Allo stesso modo, è possibile accoppiare il movimento orbitale degli elettroni con precisi fasci laser, manipolando l'elettrone a spostarsi coerentemente da un orbitale atomico quantistico a un altro, e di fatto trasformando ciascun atomo nella unità di informazione quantistica, il bit quantistico (o qubit). Attualmente, l’hardware basato sugli atomi è il concorrente più importante dell’hardware basato sui superconduttori nello sviluppo delle tecnologie quantistiche. La nostra attività di ricerca in questo campo prevede (1) migliorare lo stato dell'arte nella manipolazione atomica, che ci consentirà di ottenere operazioni logiche più veloci, precise, robuste contro il rumore e gli errori, e (2) sviluppare algoritmi quantistici, sensori e strategie di simulazione che sfruttino specificatamente le caratteristiche e i vantaggi di queste piattaforme.
Contatti: Carmelo Mordini, Pietro Silvi, Marco Fedele Di Liberto, Simone Montangero,
Quantum Algorithms and Applications
Gli algoritmi quantistici apportano un significativo avanzamento nelle tecniche computazionali, sfruttando principi come la sovrapposizione e l'entanglement per affrontare istanze complesse. La nostra ricerca si concentra su tre aree principali: 1) l'implementazione, il miglioramento e il benchmarking degli algoritmi quantistici utilizzando tecniche classiche avanzate; 2) l'esplorazione delle applicazioni in campi come la simulazione dei sistemi quantistici a molti corpi, la soluzione di problemi su grafi, l'ottimizzazione industriale e la cybersecurity; 3) lo sviluppo di algoritmi per la correzione degli errori e per l'esecuzione ottimale degli algoritmi quantistici su dispositivi reali, partendo dalla fisica dell’hardware. Il nostro lavoro mira a ottenere avanzamenti nella comunicazione sicura, nella gestione efficiente delle risorse e in strategie di ottimizzazione in diverse applicazioni industriali. Inoltre, promuovendo un approccio versatile rispetto alle varie piattaforme hardware, vogliamo che questi progressi siano accessibili e adattabili a diverse infrastrutture di calcolo quantistico.
Contatti: Ilaria Siloi, Simone Montangero
Quantum Simulation and Engineering
I simulatori quantistici offrono un'opportunità unica per esplorare la fisica quantistica a molti corpi, per analizzare modelli fisici di interesse, fenomeni fisici congetturati e mai osservati, e pure per sfruttare l'ampia programmabilità per esplorare nuove possibilità. La nostra ricerca in quest'area si concentra su due aspetti principali: 1) Simulazione Quantistica e 2) Ingenierizzazione Quantistica. Nell'ambito della simulazione quantistica, studiamo le proprietà a molti corpi di modelli che possono essere realizzati in piattaforme di simulazione quantistica con l'obiettivo di identificare e comprendere le proprietà chiave (transizioni di fase, caratteristiche dello stato fondamentale, proprietà di entanglement o di eccitazione) e anche di sviluppare protocolli e metodologie per sondarli dentro e fuori equilibrio. Alcuni di questi modelli e fenomeni includono modelli di Hubbard, modelli di spin, fasi topologiche o chirali, teorie di Gauge reticolare. L'aspetto dell'ingerizzazione quantistica si concentra invece sull'impiego di una varietà di metodi e strategie (ad esempio basati sui metodi Floquet, sulla fisica atomica e sui metodi di ottica quantistica) per controllare i gradi di libertà quantistici disponibili delle piattaforme esistenti al fine di codificare e progettare hamiltoniani sintonizzabili di interesse, spingendo i confini di ciò per cui può essere utilizzato un simulatore quantistico.
Contatti: Marco Fedele Di Liberto, Pietro Silvi, Simone Montangero,
