Fisica teorica della materia e tecnologie quantistiche
La moderna Fisica Teorica della Materia esplora sistemi quantistici materia-radiazione in regimi “estremi”, cui si perviene con la miniaturizzazione e/o quando le interazioni diventano “ultraforti”. Per questi sistemi la fisica è dominata da proprietà “esotiche”, come la coerenza o la topologia.
Sono sistemi naturali o “artificiali” (come i computer quantistici) che svelano misteriosi della Natura, come l'entanglement quantistico. L’impatto in Fisica Teorica e in Computer Science è fondante, come anche le ricadute applicative groundbreaking, che sono oggetto delle Tecnologie Quantistiche.
La ricerca a UniCT viene sviluppata entro le quattro linee descritte nel seguito. Essa si inquadra in grandi progetti strategici, dalla Flagship EU su “Quantum Technologies”, al “National Quantum Science and Technology Institute” (NQSTI) nel quale UniCT è sede capofila per “Education e Outreach”, al Centro Nazionale per “High-performance computing and Quantum Computing”.
Sia il Corso di laurea magistrale in Physics, sia il Dottorato di ricerca in Fisica presso il DFA.UniCT offrono percorsi in Tecnologie Quantistiche e Materia Condensata, con la possibilità di internship e sinergie internazionali accademiche e industriali.
A partire dall’A.A. 2024/25, è stato istituito un Master universitario di 2° livello su “Quantum Science and Technology”.
Dinamica quantistica non-lineare di atomi artificiali
Docenti: G. Falci, A. Ridolfo, E. Paladino, F. M. D. Pellegrino, L. Giannelli, R. Grimaudo
Studenti PhD: G. Anfuso, D. Fasone
Studiamo la dinamica non-lineare di sistemi coerenti radiazione-materia, in particolare sistemi “artificiali” a stato solido (superconduttori, semiconduttori, impurità). La fisica esplora l’ottica quantistica nello stato solido, con aspetti totalmente nuovi legati alle diverse scale energetiche, al carattere non-perturbativo delle interazioni ed alla possibilità di controllarne il design. Questi tistemi costituiscono lo hardware elettivo per l’informazione quantistica.
Progetti: NQSTI-Spoke 1-A1.1, EU Quantera SiUCS.
Sistemi quantistici aperti, controllo e ottimizzazione
Docenti: E. Paladino, G. Falci, A. Ridolfo, L. Giannelli, G. Chiriacò
Studenti PhD: G. Chiatto, A. Verga
La teoria dei sistemi aperti usa la moderna formulazione della Meccanica Quantistica, per studiare i sistemi composti. La loro fisica differisce in maniera unica e fondamentale da quella dei sistemi classici e interviene in questioni di principio come l’emergenza del mondo classico (decoerenza), l’irreversibilità macroscopica, lo entanglement delle fasi quantistiche di materia e radiazione, e il concetto di misura.
L’efficacia di nuove tecnologie quantistiche “dirompenti” per la computazione, la comunicazione ed il sensing richiede strategie per limitare la decoerenza. A questo proposito studiamo in particolare l’effetto di environment non-Markoviani, che sono la principale sorgente di rumore in sistemi quantistici a stato solido.
Progetti: NQSTI-Spoke 1-A1.4, ICSC – Spoke 10-T3.1.
Sistemi elettronici a pochi e molti corpi e materia topologica
Docenti: F. M. D. Pellegrino, E. Paladino, G. Falci, G. Chiriacò
Studenti PhD: I. Vacante, F. Bonasera, V. Varrica
Nei nanosistemi a stato solido la miniaturizzazione e le interazioni elettroniche forti, determinano una nuova fisica dove la coerenza quantistica e le proprietà topologiche sono determinanti. Essi costiutuiscono una delle piattaforme elettive per lo sviluppo di hardware quantistico. Allo scopo studiamo architetture superconduttive e circuit-QED, sistemi ibridi superconduttore-graphene e supperconduttore-ferromagnete, analizzando le proprietà spettrali ed il trasporto quantistico, ed in particolare l’effetto della presenza di rumore da impurità e il comportamento collettivo di sistemi bidimensionali fortemente ibridizzati con campi fotonici.
Progetti: NQSTI-Spoke 5-A5.2.
Intelligenza Artificiale e Tecnologie quantistiche
Docenti: L. Giannelli, G. Falci, E. Paladino
Studenti PhD: S. Mukherjee
L’integrazione dei metodi di intelligenza artificiale con le tecnologie quantistiche permette di accelerare notevolmente il loro sviluppo. In particolare, utilizziamo algoritmi di Machine Learning per ottimizzare il controllo e la caratterizzazione di dispositivi quantistici, per studiare e limitare l’effetto della decoerenza, nonché per identificare e sfruttare nuovi fenomeni quantistici. Parallelamente, studiamo come le proprietà dei sistemi quantistici possono potenziare algoritmi di IA.
Progetti: NQSTI-Spoke 1-A1.6, ICSC – Spoke 10-T3.1.
