bilde: Mottaker av NSF CAREER Award 2022 Xiu Yang er assisterende professor ved Institutt for industri- og systemteknikk ved Lehigh University. Yangs fokus er kvanteberegningsalgoritmer for vitenskapelig databehandling.
utsikt mer
Kreditt: Foto av Ryan Hulvat/Meris
Løftet om kvanteberegning er stort.
Evnen til å løse – på dager – problemer innen områder som matematikk, finans og biologiske systemer som er så komplekse at det ville tatt en klassisk datamaskin hundrevis av år å beregne.
Men den evnen er langt unna, og en stor grunn er støy.
“Nøkkelbarrieren for kvanteberegning er støy i enheten, som er et maskinvareproblem som forårsaker datafeil,” sier Xiu Yangen assisterende professor i industri- og systemteknikk ved Lehigh University PC Rossin College of Engineering and Applied Science. “Min forskning er på algoritmenivå. Og målet mitt er, gitt den støyen i enheten, hva kan vi gjøre med det når vi implementerer kvantealgoritmer?»
Yang vant nylig støtte fra National Science Foundations Fakultet for tidlig karriereutvikling (KARRIERE)-programmet – et stipend på 400 000 dollar over fem år – for hans forslag å utvikle metoder for å modellere feilutbredelsen i kvanteberegningsalgoritmer og filtrere den resulterende støyen i resultatene.
Den prestisjetunge NSF CAREER-prisen deles ut årlig til juniorfakultetsmedlemmer over hele USA som eksemplifiserer rollen som lærer-stipendiater gjennom fremragende forskning, utmerket utdanning og integrering av disse to sysselsettingene.
Yang vil bruke banebrytende statistiske og matematiske metoder for å kvantifisere usikkerheten indusert av enhetsstøy i kvanteberegningsalgoritmer. Arbeidet hans kan hjelpe kvantedatabehandling med å bevege seg mot real-world adopsjon på et bredt spekter av felt, som for eksempel medikamentutvikling, porteføljeoptimalisering og datakryptering, der teknologien blir sett på som en potensiell spillskifter.
“Mitt første mål er å modellere støyakkumulering,” sier han. “Så for eksempel, hvis jeg kjører en såkalt iterativ algoritme, vil støyen eller feilen fra enheten akkumuleres gjennom hver iterasjon. Det er mulig at for noen algoritmer vil feilen være så stor at utfallet av algoritmen er ubrukelig. Men i andre tilfeller er det kanskje ikke så viktig.»
I disse tilfellene kan støyen som forurenser resultatet filtreres bort.
“Så jeg må først se hvordan feilen forplanter seg, og så, hvis jeg vet hvor mye den forurenset resultatet, kan jeg finne ut om resultatene er ubrukelige, eller om støyen kan filtreres ut for å få det ønskede resultatet,” han sier.
For det formål vil Yang undersøke ulike typer algoritmer for å finne ut hvordan de påvirkes, og om de må redesignes eller om han kan utvikle et filter i stedet.
“I utgangspunktet analyserer jeg egnetheten til kvantealgoritmer på kvantedatamaskiner,” sier han. “Så dette er en kvantenumerisk analyse fra et sannsynlighetsperspektiv.”
Det endelige målet er å gjøre det mulig for kvantedatabehandling å oppnå løftet om uovertruffen hastighet når det gjelder å løse svært komplekse problemer som de fysiske og kjemiske systemene som involverer interaksjoner mellom millioner av molekyler.
“La oss si at et farmasøytisk selskap ønsker å designe et nytt medikament eller vaksine,” sier han. “De trenger å forstå samspillet mellom alle disse partiklene. Hvis jeg skulle bruke en klassisk datamaskin, ville den prosessen vært veldig treg. Men med en kvantedatamaskin ville det vært veldig, veldig raskt.»
Yang sier at prisen ikke bare hjelper feltet hans med å komme et skritt nærmere denne virkeligheten, men også reflekterer en anerkjennelse utenfor hans fellesskap av forskere av at kvantedatabehandlingspotensialet er verdt investeringen.
“Denne prisen er fra både NSFs avdeling for databehandling og kommunikasjonsstiftelser og dens avdeling for matematiske vitenskaper,” sier han. “Noe som betyr at folk i matematikk- og statistikkmiljøet nå blir interessert i kvanteberegning. De innser at dette er et veldig viktig område, og vi kan bidra.»
Om Xiu Yang
Xiu Yang er assisterende professor i industri- og systemteknikk ved Lehigh University. Før han begynte på fakultetet ved PC Rossin College of Engineering and Applied Science i 2019, var han vitenskapsmann ved Pacific Northwest National Laboratory (PNNL).
Yangs arbeid sentrerer seg om moderne vitenskapelig databehandling, inkludert kvantifisering av usikkerhet, flerskalamodellering, fysikkinformert maskinlæring og datadrevet vitenskapelig oppdagelse. Han bruker metodene sine innen forskningsområder inkludert væskedynamikk, hydrologi, biokjemi, mykt materiale, klimamodellering, energilagring og strømnettsystemer.
Hans nåværende fokus er kvanteberegningsalgoritmer for vitenskapelig databehandling. Hans nåværende fokus er kvanteberegningsalgoritmer for vitenskapelig databehandling. Han er medlem av Lehigh’s Quantum Computing and Optimization Lab (QCOL) og er tilknyttet Lehigh’s Institutt for data, intelligente systemer og beregninger (I-DISC).
Yang mottok finansiering gjennom det prestisjetunge NSF Faculty Early Career Development (CAREER)-programmet i 2022 og mottok prisen for Outstanding Performance Award fra PNNL i 2015 og 2016. Han har sittet i US Department of Energys visjonskomité for anvendt matematikk i 2019.
Yang oppnådde sin doktorgrad i avdelingen for anvendt matematikk ved Brown University. Han fikk sin BS og MS fra Institutt for vitenskapelig og teknisk databehandling ved Peking University i Kina.
Ansvarsfraskrivelse: AAAS og EurekAlert! er ikke ansvarlig for nøyaktigheten av nyhetsmeldinger som er lagt ut på EurekAlert! ved å bidra med institusjoner eller for bruk av informasjon gjennom EurekAlert-systemet.