ジュゼッペ・カルレオ | |
|---|---|
2021年のジュゼッペ・カルレオ | |
| 生まれる | 1984年(39~40歳) |
| 市民権 | イタリア語 |
| 知られている | ニューラルネットワークの量子状態 時間依存変分モンテカルロ |
| 学歴 | |
| 教育 | 物理 |
| 母校 | ローマ・ラ・サピエンツァ大学 国際高等研究院 |
| 論文 | 強相関系のスペクトルと動的特性 (2011) |
| 博士課程の指導教員 | ステファノ・バローニ |
| その他のアドバイザー | マティアス・トロイヤー |
| 学術研究 | |
| 規律 | 物理 |
| サブ分野 | 計算物理学 |
| 機関 | EPFL (ローザンヌ連邦工科大学) |
| 主な関心事 | 機械学習 量子コンピューティング 凝縮系物理学 |
| Webサイト | https://www.epfl.ch/labs/cqsl/ |
ジュゼッペ・カルレオ(1984年生まれ)はイタリアの物理学者。EPFL (ローザンヌ連邦工科大学)の計算物理学教授であり、計算量子科学研究所の所長である。[1] [2]
キャリア
カルレオはローマ・ラ・サピエンツァ大学で物理学を学び、2011年に国際高等研究院でステファノ・バローニの指導の下、理論物理学の博士号を取得した。彼の論文「強相関系のスペクトルと動的特性」は、時間依存変分モンテカルロ法などの凝縮系を研究するための新しい数値シミュレーション手法に関するものであった。[3]
マリー・キュリー・フェローとして、彼はエコール・シュペリウール・ド・オプティークに参加し、アラン・アスペクトが率いる研究室で極低温原子システムの理論的モデル化とシミュレーションに取り組んだ。[4] 2015年に、彼はチューリッヒ工科大学のマティアス・トロイヤーのグループで働き、後に計算量子物理学の講師となった。[5] [6]ここで、彼は人工ニューラルネットワークと機械学習技術を使用して複雑な量子システムを表現するというアイデアを調査し、ニューラルネットワーク量子状態として知られる変分状態のファミリーを開発した。2018年に、彼は研究者およびプロジェクトリーダーとして、ニューヨーク市のシモンズ財団フラットアイアン研究所の計算量子物理学センターに加わった。[7]ここで、彼は機械学習と量子科学の交差点で数値手法を開発する研究者チームのメンバーとなった。[8] [9] 2018年からはオープンソースプロジェクトNetKetを率いている。[10]
2020年よりEPFLの量子コンピューティング教授およびEPFL基礎科学学部の計算量子科学研究所所長を務めている。 [1] [2] [11]
研究
カルレオの主な焦点は、強く相互作用する量子システムと量子コンピューティングに関連する困難な問題を研究するための計算科学の方法の開発です。
2016年に彼は人工ニューラルネットワークに基づく多粒子量子波動関数の表現を導入した。このアプローチはニューラルネットワーク量子状態[12]として知られており、現代の多体量子物理学における機械学習技術の初期の応用の一つとなっている。この表現の応用[13]は、例えば相互作用するリュードベリ原子の量子トモグラフィーに使用されている。[14]
2011年には、変分モンテカルロ法を用いて量子システムのダイナミクスをシミュレートする手法である時間依存変分モンテカルロ法[15]も共同開発した。このアプローチは、例えば2次元相互作用量子モデルのダイナミクスをシミュレートするために使用される。[16] [17]
カルレオは量子アルゴリズムの開発にも貢献しており、特に変分量子シミュレーションの分野で貢献している。[18]
彼の研究はNew Scientist、[19]、 Ars Technica、[20]、 Physics World、[21]、 Chemistry World、[22]、Viceなどのニュースメディアで取り上げられています。[23]彼の講義の一部はYouTubeでも視聴できます。[24] [25]
区別
彼はELLIS Societyの研究員(2020年より)[26]であり、Machine Learning Science and Technologyの編集委員(2019年より)[27]でもある。
選りすぐりの作品
- Carleo, Giuseppe; Troyer, Matthias (2017-02-10). 「人工ニューラルネットワークによる量子多体問題の解決」. Science . 355 (6325): 602–606. arXiv : 1606.02318 . Bibcode :2017Sci...355..602C. doi :10.1126/science.aag2302. ISSN 0036-8075. PMID 28183973. S2CID 206651104.
- Torlai, Giacomo; Mazzola, Guglielmo; Carrasquilla, Juan; Troyer, Matthias; Melko, Roger; Carleo, Giuseppe (2018 年 5 月). 「ニューラル ネットワーク量子状態トモグラフィー」. Nature Physics . 14 (5): 447–450. arXiv : 1703.05334 . Bibcode :2018NatPh..14..447T. doi :10.1038/s41567-018-0048-5. ISSN 1745-2473. S2CID 125415859.
- Carleo, Giuseppe; Cirac, Ignacio; Cranmer, Kyle; Daudet, Laurent; Schuld, Maria; Tishby, Naftali; Vogt-Maranto, Leslie; Zdeborová, Lenka (2019-12-06). 「機械学習と物理科学」. Reviews of Modern Physics . 91 (4): 045002. arXiv : 1903.10563 . Bibcode :2019RvMP...91d5002C. doi :10.1103/RevModPhys.91.045002. ISSN 0034-6861. S2CID 85517132.
- Carleo, Giuseppe; Becca, Federico; Schiró, Marco; Fabrizio, Michele (2012-02-06). 「多体量子システムの局在とガラス状ダイナミクス」. Scientific Reports . 2 (1): 243. arXiv : 1109.2516 . Bibcode :2012NatSR...2E.243C. doi :10.1038/srep00243. ISSN 2045-2322. PMC 3272662. PMID 22355756 .
- ストークス、ジェームズ; アイザック、ジョシュ; キロラン、ネイサン; カルレオ、ジュゼッペ (2020-05-25). 「量子自然勾配」. Quantum . 4 :269 . arXiv : 1909.02108 . Bibcode :2020Quant...4..269S. doi :10.22331/q-2020-05-25-269. ISSN 2521-327X. S2CID 202537631.
- Hartmann, Michael J.; Carleo, Giuseppe (2019-06-28). 「ニューラルネットワークによる散逸量子多体ダイナミクスへのアプローチ」. Physical Review Letters . 122 (25): 250502. arXiv : 1902.05131 . Bibcode :2019PhRvL.122y0502H. doi :10.1103/PhysRevLett.122.250502. PMID 31347862. S2CID 119357494.
- Carleo, Giuseppe; Nomura, Yusuke; Imada, Masatoshi (2018-12-14). 「ディープニューラルネットワークによる量子多体系の正確な表現の構築」. Nature Communications . 9 (1): 5322. arXiv : 1802.09558 . Bibcode :2018NatCo...9.5322C. doi :10.1038/s41467-018-07520-3. ISSN 2041-1723. PMC 6294148. PMID 30552316. S2CID 54631964 .
- Melko, Roger G.; Carleo, Giuseppe; Carrasquilla, Juan; Cirac, J. Ignacio (2019-09-01). 「量子物理学における制限付きボルツマンマシン」. Nature Physics . 15 (9): 887–892. Bibcode :2019NatPh..15..887M. doi :10.1038/s41567-019-0545-1. ISSN 1745-2481. S2CID 195367448.
- Choo, Kenny; Mezzacapo, Antonio; Carleo, Giuseppe (2020-05-12). 「第一原理電子構造のためのフェルミオンニューラルネットワーク状態」. Nature Communications . 11 (1): 2368. arXiv : 1909.12852 . Bibcode :2020NatCo..11.2368C. doi :10.1038/s41467-020-15724-9. ISSN 2041-1723. PMC 7217823. PMID 32398658 .
参考文献
- ^ ab “People”. www.epfl.ch . 2021年4月9日閲覧。
- ^ ab “11 new professors adopted at the two Federal Institutes of Technology | ETH-Board”. www.ethrat.ch . 2021年8月18日時点のオリジナルよりアーカイブ。2021年4月9日閲覧。
- ^ 「強く相関するシステムのスペクトルと動的特性」iris.sissa.it . 2021年4月9日閲覧。
- ^ 「強相関系と超低温原子ガスの量子ダイナミクス | MASCARA プロジェクト」2021 年 5 月 12 日閲覧。
- ^ 「コースカタログ - ETHチューリッヒ」 。 2021年5月12日閲覧。
- ^ “Maschinelles Lernen: Neuronale Netze als Quantensimulator”. www.spektrum.de (ドイツ語) 。2021年5月17日閲覧。
- ^ 「ジュゼッペ・カルレオ」.シモンズ財団. 2018年2月5日. 2021年4月21日閲覧。
- ^ Siegfried, Tom (2020-08-27). 「なぜ一部の人工知能は愚かになるまで賢いのか」Knowable Magazine . doi : 10.1146/knowable-082720-1 . S2CID 225302152.
- ^ Carleo, Giuseppe; Cirac, Ignacio; Cranmer, Kyle; Daudet, Laurent; Schuld, Maria; Tishby, Naftali; Vogt-Maranto, Leslie; Zdeborová, Lenka (2019-12-06). 「機械学習と物理科学」. Reviews of Modern Physics . 91 (4): 045002. arXiv : 1903.10563 . Bibcode :2019RvMP...91d5002C. doi :10.1103/RevModPhys.91.045002. ISSN 0034-6861. S2CID 85517132.
- ^ 「NetKet — netket v3.0 ドキュメント」www.netket.org . 2021年4月9日閲覧。
- ^ シュヴェンデナー、トーマス (2020-05-14). 「Das Kommen und Gehen von IT-教授とETHの巣窟」。IT 内部。2021年5月17日閲覧。
- ^ Carleo, Giuseppe; Troyer, Matthias (2017-02-10). 「人工ニューラルネットワークによる量子多体問題の解決」. Science . 355 (6325): 602–606. arXiv : 1606.02318 . Bibcode :2017Sci...355..602C. doi :10.1126/science.aag2302. ISSN 0036-8075. PMID 28183973. S2CID 206651104.
- ^ Torlai, Giacomo; Mazzola, Guglielmo; Carrasquilla, Juan; Troyer, Matthias; Melko, Roger; Carleo, Giuseppe (2018-05-01). 「ニューラルネットワーク量子状態トモグラフィー」. Nature Physics . 14 (5): 447–450. arXiv : 1703.05334 . Bibcode :2018NatPh..14..447T. doi :10.1038/s41567-018-0048-5. ISSN 1745-2481. S2CID 125415859. 2018-11-14閲覧。
- ^ Torlai, Giacomo; Timar, Brian; van Nieuwenburg, Evert PL; Levine, Harry; Omran, Ahmed; Keesling, Alexander; Bernien, Hannes; Greiner, Markus; Vuletić, Vladan; Lukin, Mikhail D.; Melko, Roger G.; Endres, Manuel (2019-12-06). 「状態再構築のためのニューラルネットワークと量子シミュレータの統合」. Physical Review Letters . 123 (23): 230504. arXiv : 1904.08441 . Bibcode :2019PhRvL.123w0504T. doi :10.1103/PhysRevLett.123.230504. hdl :1721.1/136583. PMID 31868463. S2CID 120417032 . 2021年4月9日閲覧。
- ^ Carleo, Giuseppe; Becca, Federico; Schiro, Marco; Fabrizio, Michele (2012-02-06). 「多体量子システムの局在化とガラス状ダイナミクス」. Scientific Reports . 2 : 243. arXiv : 1109.2516 . Bibcode :2012NatSR...2E.243C. doi :10.1038/srep00243. PMC 3272662. PMID 22355756. S2CID 17367662 .
- ^ Schmitt, Markus; Heyl, Markus (2020-09-02). 「人工ニューラルネットワークによる2次元の量子多体ダイナミクス」. Physical Review Letters . 125 (10): 100503. arXiv : 1912.08828 . Bibcode :2020PhRvL.125j0503S. doi :10.1103/PhysRevLett.125.100503. PMID 32955321. S2CID 209414859. 2021-04-09に取得。
- ^ Blaß, Benjamin; Rieger, Heiko (2016-12-01). 「2次元横磁場イジングモデルにおける量子熱化のテスト」. Scientific Reports . 6 (1): 38185. arXiv : 1605.06258 . Bibcode :2016NatSR...638185B. doi :10.1038/srep38185. ISSN 2045-2322. PMC 5131304. PMID 27905523 .
- ^ Stokes, James; Izaac, Josh; Killoran, Nathan; Carleo, Giuseppe (2020-05-25). 「Quantum Natural Gradient」. Quantum . 4 : 269. arXiv : 1909.02108 . Bibcode :2020Quant...4..269S. doi :10.22331/q-2020-05-25-269. S2CID 202537631 . 2020-06-29に取得。
- ^ ウエレット、ジェニファー。「AIは一度に多くの粒子の量子状態を解くことを学ぶ」。ニューサイエンティスト。 2021年4月9日閲覧。
- ^ Timmer, John (2017-02-10). 「量子力学的問題を解決するために訓練されたニューラルネットワーク」Ars Technica . 2021年4月9日閲覧。
- ^ 「機械学習革命」Physics World 2019-03-04 . 2021-04-09閲覧。
- ^ Andy Extance2020-04-21T08:30:00+01:00. 「量子化学シミュレーションは『化学を解く』魅力的な可能性を提供する」Chemistry World . 2021年4月9日閲覧。
{{cite web}}: CS1 maint: 数値名: 著者リスト (リンク) - ^ 「インテリジェントマシンが量子物理学を自ら学ぶ」www.vice.com 2017年2月13日2021年4月9日閲覧。
- ^ カルレオ、ジュゼッペ (2018).ニューラルネットワークの量子状態。オート・エテュード科学研究所 (IHÉS)。土井:10.5446/46751。
- ^ ジュゼッペ・カルレオ:「量子多体物理学のための生成的および変分モデリング」、2019年10月9日、2021年5月17日閲覧
- ^ ウィリアムズ、ジョナサン。「フェロー」。欧州学習・知能システム研究所。 2021年4月9日閲覧。
- ^ 「Editorial Board - Machine Learning: Science and Technology - IOPscience」. iopscience.iop.org . 2021年4月9日閲覧。
外部リンク
- Google Scholarにインデックスされた Giuseppe Carleo の出版物
- 計算量子科学研究室のウェブサイト
