Formação de moléculas ultrafrias polares orientadas: uma investigação através de controle quântico ótimo e aprendizado de máquinas.

• Processo: 24/09015-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Física - Física Atômica e Molecular
• Pesquisador responsável: Edson Denis Leonel
• Beneficiário: Murilo Deliberali Forlevesi
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Assunto(s): Aprendizado computacional Controle quântico
• Palavra(s)-Chave do Pesquisador: aprendizado de máquinas | controle quântico | fotoassociação | Controle ótimo quântico

Resumo

A produção de moléculas polares ultrafrias é um importante empreendimento para a Física devido às suas aplicações que vão da computação quântica à metrologia. Como o resfriamento direto de moléculas é ainda um desafio tecnológico, uma alternativa é a criação de moléculas a partir de átomos pré-resfriados por meio de campos eletromagnéticos externos. O alinhamento e a orientação de moléculas é outro objetivo relevante que pode ser visto como passo crucial para o controle de cenários mais complexos. Por exemplo, o aumento do produto de uma reação química frequentemente requer o controle da orientação espacial das moléculas. A presente proposta tem como foco a investigação da formação de moléculas polares orientadas ultrafrias por meio de campos externos. Unindo os propósitos de formação e orientação, a proposta visa compreender a capacidade dos campos em controlar esse objetivo duplo abrindo a possibilidade para novos experimentos. Pesquisas recentes mostraram certo grau de alinhamento de moléculas formadas por fotoassociação, assim é de se esperar que o propósito do projeto possa ser alcançado. Para obter os campos de controle serão empregadas duas diferentes metodologias. A primeira baseada em controle ótimo quântico, que é uma teoria já consolidada em física molecular e crucial para o desenvolvimento de tecnologias quânticas. A segunda é baseada em aprendizado por reforço que é uma categoria de algoritmo que se insere no contexto do aprendizado de máquina em inteligência artificial. Devido à sua capacidade de resolver problemas complexos, técnicas de aprendizado por reforço têm sido aplicadas a uma grande variedade de problemas em mecânica quântica, incluindo a preparação de portas quânticas. Assim o projeto também buscará esclarecer se as técnicas de aprendizado por reforço sugerem novas estratégias de controle e como elas se comparam com o controle ótimo quântico em um problema que envolve estados de espalhamento.