QuTeNet

Quantencomputer versprechen einen grundlegenden Paradigmenwechsel für extrem rechenintensive Aufgaben. Hierfür ist die Entwicklung von maßgeschneiderten Methoden und leistungsstarken Quantenalgorithmen erforderlich. Im Projekt „Quantum Tensor Networks for Quantum Simulations and Artificial Intelligence“ (QuTeNet) der DLR-Institute für Quantentechnologien, für KI-Sicherheit und für Softwaretechnologie wird unter der Leitung des Instituts für KI-Sicherheit eine innovative Architektur von Quantenalgorithmen erforscht, die auf Tensornetzwerken basiert. Diese stellen eine effiziente und kompakte Methode dar, um komplexe Quantenzustände als Netzwerk aus kleineren, miteinander verbundenen Tensoren darzustellen. Ein besonderer Fokus des Projekts liegt auf der Exploration dieser Architektur für verschiedene Anwendungen, insbesondere zur Lösung von Optimierungsproblemen, zur Simulation von Quantensystemen sowie in der Künstlichen Intelligenz (KI).

Motivation und Herausforderung

Für die Weiterentwicklung von Quantentechnologien und darauf basierenden Anwendungen sind genaue Simulationen der entsprechenden Quantensysteme unerlässlich. Diese können auf klassischer Hardware jedoch nur für kleine Quantensysteme (beispielsweise mit geringer Teilchenanzahl) exakt durchgeführt werden. Einen alternativen Zugang für genaue Simulationen stellen Tensornetzwerke dar, die den Quantenzustand des Systems effizient approximieren können und sowohl auf klassischer als auch auf Quanten-Hardware implementiert werden können.

Der Beitrag des Instituts für Quantentechnologien umfasst insbesondere den Einsatz von Tensornetzwerk-Methoden zur klassischen Simulation und Quantensimulation von Quantensystemen. Hierbei werden beispielhafte Quantensysteme in eine Beschreibung durch Tensornetzwerke übersetzt und auf Quanten-Hardware implementiert. Insbesondere werden Anwendungen im Bereich der Quantensensorik und im Bereich der Quantennetzwerke erforscht. Zudem untersuchen wir perspektivische Anwendungsfelder von Tensornetzwerk-Simulationen für den Einsatz in der Industrie.

Zielsetzungen und Forschungsschwerpunkte

Das Team, bestehend aus Experten der KI-Sicherheit, Quantentechnologie und Softwaretechnologie, verfolgt mehrere zentrale Ziele:

• Entwicklung neuer Konzepte und Methoden zur Umsetzung von Tensornetzwerken auf klassischer Hardware und Quantenhardware und zum Einsatz von Tensornetzwerken für Quantensimulationen und KI
• Untersuchung konkreter Use Cases zur Simulation von Quantensystemen mittels klassischer und quantenbasierter Tensornetzwerke und zur Kopplung von Quantensimulationen mit quantenmaschinellem Lernen
• Bewertung der Vor- und Nachteile von Quanten-Tensornetzwerken gegenüber klassischen Tensornetzen hinsichtlich Leistungsfähigkeit, Effizienz, Skalierbarkeit und Anwendbarkeit, sowie Abgrenzung möglicher Einsatzbereiche für beide Ansätze
• Exploration perspektivischer Anwendungen von Tensornetzwerken