QGen: Kvantgenerativa modeller

Vårt projekt utforskar den spännande potentialen hos kvantdatorer för att lösa komplexa problem mer effektivt än traditionella datorer. Vi fokuserar på generativa modeller som används i olika verkliga tillämpningar som att designa nya läkemedel och förbättra beslutsfattandet i industrier. Det finns olika typer av generativa modeller, var och en med sina egna styrkor och svagheter. I vår forskning strävar vi efter att förbättra generativa modeller genom att använda matematiska koncept för att organisera hur de lär sig. Detta tillvägagångssätt gör att vi bättre kan förstå de data de arbetar med. Vi planerar att testa våra idéer med hjälp av avancerade datorsimuleringar som efterliknar kvantdatorer, och jämföra deras prestanda med traditionella metoder. Detta kommer att hjälpa oss att förstå om en blandning av kvant- och klassisk databehandling kan leda till bättre lösningar för komplexa utmaningar.

Projektmål

• Förbättra generativa modeller: Förbättra förmågan hos generativa modeller att skapa användbar ny data vilket kan leda till genombrott inom områden som läkemedelsdesign och beslutsfattande i industrier.
• Utnyttja kvantdatorer: Använd kraften hos kvantdatorer för att göra dessa modeller mer effektiva och verkningsfulla jämfört med traditionella datormetoder.
• Genomföra jämförande forskning: Testa och jämföra prestandan hos kvantbaserade generativa modeller med klassiska tillvägagångssätt med hjälp av avancerade datorsimuleringar för att identifiera de bästa lösningarna för komplexa utmaningar.