The original idea that a quantum machine can potentially solve many-body quantum mechanical problems more efficiently than classical computers is due to R. Feynman who proposed the use of quantum computers to investigate the fundamental properties of nature at the quantum scale. In particular, the solution of problems in electronic structure, many-body physics, and high energy physics (just to mention a few) is a challenging computational task for classical computers as the number of needed resources increases exponentially with the number of degrees of freedom. More recently, the possibility of obtaining quantum speedup for the solution of classical optimization problems has opened up new research avenues in, e.g., classical statistical mechanics, machine learning and finance.
Thanks to the recent development of quantum technologies, we now have the possibility of addressing these classes of problems with the help of quantum computers. To achieve this goal, several quantum algorithms able to best exploit the potential quantum speedup of state-of-the-art, noisy, quantum hardware have been proposed.
After a short introduction on the state-of-the-art of digital quantum computing from a hardware and software perspective, Ivano Tavernelli, from IBM Research, will present applications in many-body and high energy physics, focusing on those aspects that are relevant to achieve quantum advantage with near-term and fault tolerant quantum computers. In particular, Tavernelli will focus on recent results in electronic structure calculations, lattice gauge theory, and quantum dynamics.
Il seminario si svolgerà in presenza venerdì 23 settemebre alle ore 15 nella Sala Budinich dell'ICTP, Leonardo Building.
Ivano Tavernelli ha studiato Biochimica (M.Sc., 1991) e poi Fisica Teorica (M.Sc., 1996) presso Eidgenössische Technische Hochschule Zürich (ETHZ), dove ha conseguito anche il dottorato di ricerca nel 1999. Nel 2000 ha ricevuto una borsa di studio Marie Curie per lavorare nel gruppo del Prof. Michiel Sprik presso l'Università di Cambridge (UK). È poi tornato in Svizzera per unirsi al gruppo della Prof.ssa Ursula Roethlisberger, prima all'ETH (2002–2003) e poi all'École Polytechnique Fédérale di Losanna (EPFL, 2003-2014). Nel 2010 ha ottenuto il titolo di Maître d'Enseignement et de Recherche (MER) all'EPFL. Infine, nel dicembre 2014 è entrato a far parte del laboratorio IBM Research-Zurich a Rueschlikon, in Svizzera.
Nel campo della dinamica quantistica, ha sviluppato e implementato nel pacchetto software CPMD un nuovo framework teorico per combinare tecniche di struttura elettronica basate sulla densità (DFT e TDDFT) con il calcolo di traiettorie classiche e quantistiche non adiabatiche. I suoi interessi di ricerca in questo campo comprendono la dinamica molecolare adiabatica e non adiabatica (dinamica di Ehrenfest, trajectory surface hopping e dinamica di Bohm) per lo studio dei processi fotochimici e fotofisici in molecole, materia condensata e sistemi biologici. Più recentemente Tavernelli ha esteso la sua attività di ricerca nel campo del design dei materiali, concentrandosi sulla combinazione di tecniche ab-initio e machine learning insieme all'analisi dei big data per la progettazione di nuovi materiali con migliori proprietà. Questa attività è realizzata nell'ambito del progetto MARVEL del NCCR svizzero (Centri Nazionali di Competenza nella Ricerca).