Un progetto di: HEAL ITALIA e Università di Palermo
Il progetto è finalizzato allo studio dei possibili vantaggi di algoritmi di quantum machine learning, e particolare il reservoir computing/quantum extreme learning machine, per problemi di classificazione che coinvolgono dataset di interesse biomedico. In particolare, si applicano tali tecniche per classificare dataset di proteine, descritte non in termini della loro struttura primaria ma bensì in termini di specifiche quantità chimico-fisiche misurabili sperimentalmente.
Obiettivi e benefici
Il progetto ha sia un’anima teorica che sperimentale. Da una parte, si pone come obiettivo quello di migliorare la nostra comprensione delle potenzialità e limiti del quantum extreme learning machine, in modo da poter estendere l’utilizzo di tali tecniche per task di complessità sempre crescente. Dall’altra, cerca di risolvere complessi problemi di classificazione su dataset di reale interesse biomedico sfruttando i vantaggi derivanti dai metodi di quantum computing.
Tecnologie abilitanti
Il progetto fa uso delle piattaforme quantistiche a qubit superconduttivi messe a disposizione da IBM Quantum, su cui vengono testati efficacemente gli algoritmi studiati e vengono implementati i task oggetti dello studio. Il progetto si propone di estendere l’implementazione degli algoritmi anche ad altre piattaforme, come quelle a ioni intrappola di Quantinum o le piattaforme fotoniche di Xanadu.