NeMoQC
Neuromorphes Quantencomputing zur Vorhersage und Optimierung
Ziel
Wir implementieren Konzepten des neuromorphen Quantencomputings für Optimierungs- und Vorhersageaufgaben mit Anwendungsfällen aus der Aerodynamik und Aeroelastik.
Es ist wohl ein menschliches Grundbedürfnis, Wissen über zukünftige Ereignisse erlangen zu wollen, um sich früh darauf einstellen zu können. Dementsprechend beschäftigt man sich in der Zeitserienanalyse seit langem auch mit der Entwicklung von Prädiktionsalgorithmen. Mittels künstlicher Intelligenz konnten solche Vorhersagemethoden stark verbessert werden. Der nächste Schritt ist nun das Einbeziehen von Quantencomputing. So scheint das sog. Quantum Reservoir Computing (QRC), bei dem neuromorphe Rechenkonzepte mit Quantencomputing in Verbindung gebracht werden, ein sehr vielversprechender Ansatz für die verbesserte Vorhersage komplexer dynamischer Systeme zu sein.
Im Projekt NemoQC sollen nun optimale Setups des QRC für Prädiktions- und Optimierungsaufgaben entwickelt werden.
Motivation
Präzise Vorhersagen von komplexen Systemen sind in vielen technischen Anwendung (Raketentriebwerke, Satellitensteuerung, Stromnetzwerke etc.) sehr wichtig, da man dann genug Zeit hat, proaktiv zu handeln und rechtzeitig auf das Systemverhalten Einfluss zu nehmen. Aber auch darüber hinaus sind gute Prädiktionen in vielen Bereichen des täglichen Lebens von großer Bedeutung. Man denke nur an die präzise Vorhersage von (Extrem-)Wetterereignissen bis hin zu Dürren und dem damit verbundenen Risiko für Ernährungsunsicherheiten. Konzepte des neuromorphen Quantencomputing scheinen das Potential zu besitzen, Vorhersagen und Optimierungen besser und viel effizienter als bisher durchführen zu können. Dadurch soll es ermöglicht werden, technische bis hin zu drängenden sozio-ökonomische Fragestellungen besser zu lösen.
Herausforderung
Im Projekt NemoQC wollen wir Ansätze des Quantenreservoircomputings (QRC) besser verstehen und in einer geeigneten Weise anwenden. Folgende Fragen stehen dabei im Vordergrund: Gibt es ein bestgeeignetes Quantenreservoir für QRC, welches (minimale) Größe und technische Realisierbarkeit mit statistisch validen und konventionellen Verfahren überlegenen Vorhersage- bzw. Optimierungsergebnisse für reale Daten verbindet? Wie groß ist das dafür nötige Quantenreservoir? Bisherige Ergebnisse legen nahe, dass Quantensysteme mit sehr wenigen Qubits schon vielversprechende Resultate liefern, was die technische Realisierbarkeit von QRC in der NISQ-Ära leichter erscheinen lässt. Wie sehen die bestgeeigneten Quantenreservoirs aus? Ist die Form des gefundenen optimalen Quantenreservoirs erklärbar? Gibt es ein universell bestes Quantenreservoir oder gibt es problemspezifische optimale Lösungen? In der Beantwortung all dieser Fragen steckt enormes Innovationspotential, welches im Rahmen dieses Projektes ausgeschöpft werden soll.