Hagenberg, Juli 2025 – Quantentechnologie neu gedacht: Die RISC Software GmbH startet mit QuditML ein bahnbrechendes Forschungsprojekt, das die Grenzen des Quantum Machine Learning erweitert – gefördert vom FWF im Rahmen der Ausschreibung „1000 Ideen“.
Das Team im Projekt QuditML v.l.n.r.: Dr. Michael Giretzlehner (Head of Research Unit Medical Informatics), Dominik Freinberger MSc (Researcher & Developer), DI Philipp Moser PhD (Senior Researcher & Developer), © RISC Software GmbH, Abdruck honorarfrei
Die RISC Software GmbH freut sich, die Bewilligung des Forschungsprojekts QuditML bekannt zu geben. Das Projekt trägt den Titel „Quantum Machine Learning using Multi-Level Systems“ und erhält im Rahmen der FWF-Ausschreibung „1000 Ideen“ eine Förderung. Es erhält ein Gesamtbudget von 176.096,03 Euro, das der Fonds zur Förderung der wissenschaftlichen Forschung (FWF) bereitstellt. Der Projektstart ist für den 1. Oktober 2025 geplant, und die Laufzeit dauert 24 Monate. Philipp Moser, PhD, übernimmt die wissenschaftliche Leitung des Projekts.
Mit QuditML verfolgt das Projekt einen zukunftsweisenden Ansatz. Während bisherige Quantum Machine Learning (QML)-Methoden auf binäre Quantenbits (Qubits) setzen, nutzt QuditML sogenannte Qudits, die mehr als zwei Zustände annehmen können. Dank dieser Multi-Level-Systeme erzielen wir eine höhere Informationsdichte pro Einheit. Zudem eröffnen sie neue algorithmische Möglichkeiten, insbesondere im Hinblick auf Effizienz, Robustheit und Ressourcenschonung.
Ziel des Projekts ist es, innovative QML-Algorithmen auf Basis von Qudits zu entwickeln. Dazu erforschen wir fortschrittliche, variationale und kernelbasierte Methoden und wenden sie auf reale Klassifikations- sowie Regressionsaufgaben an. Diese Aufgaben stammen aus den Bereichen Medizin, Hochenergiephysik und Chemie und umfassen außerdem tabellarische Daten, Zeitreihen sowie Bilddaten.
Die RISC Software GmbH kann dabei auf fundierte Vorerfahrungen im Bereich Quantum Machine Learning zurückgreifen. So wurde bereits im erfolgreich abgeschlossenen FFG-Projekt QML4Med gezeigt, wie Quantenmethoden zur Analyse medizinischer Daten beitragen können. Mit QuditML wird diese Expertise nun auf ein neues technologisches Niveau gehoben, was einen bedeutenden Beitrag zur Weiterentwicklung der Quanteninformatik leisten wird.
Researcher & Developer
