Intérêts de recherche

• Physique de la matière condensée
• Informatique quantique
• Apprentissage automatique

Biographie

Les intérêts de recherche de Juan se situent à l'intersection de la physique de la matière condensée, de l'informatique quantique et de l'apprentissage automatique. Juan combine des simulations de Monte Carlo quantiques et des techniques d'apprentissage automatique pour analyser le comportement collectif des systèmes quantiques à plusieurs corps. Les applications de ces idées comprennent l'identification des phases de la matière dans les simulations numériques et les expériences, ainsi que la validation des dispositifs quantiques à court terme et les simulations quantiques des systèmes de matière condensée. Il a obtenu son doctorat en physique à la SISSA, l'école internationale d'études avancées en Italie. Il a ensuite occupé des postes de chercheur postdoctoral à l'université de Georgetown, de chercheur invité à l'université de Penn State, de chercheur postdoctoral au Perimeter Institute et de chercheur scientifique chez D-Wave Systems Inc. Juan est à l'Institut Vecteur depuis 2017.

Points forts

• Chercheur invité de l'Institut Perimeter. De décembre 2017 à aujourd'hui .
• Bourse postdoctorale de l'Institut Perimeter. 2013-2016
• Bourse postdoctorale de l'université de Georgetown. 2011-2013
• Bourse de doctorat de l'International School for Advanced studies. 2006-2010
• Bourse du programme du diplôme Abdus Salam du CIPT. 2005-2006

Activités de recherche et actualités

Nous avons revitalisé la connexion entre les domaines de la vision par ordinateur et la théorie des systèmes à corps multiples fortement corrélés. Nous avons montré que les réseaux neuronaux ont la capacité d'apprendre des représentations d'états de la matière ordonnés et topologiquement ordonnés. Lire la suite

Utilisation de machines de Boltzmann restreintes (RBM) pour réaliser une tomographie d'état quantique dans des systèmes d'une taille sans précédent. Lire la suite

Réalisation d'une grande simulation quantique du magnétisme frustré. Lire la suite

• La distillerie quantique
• Des physiciens apprennent à l'IA à identifier les états exotiques de la matière
• Des machines intelligentes qui s'enseignent elles-mêmes le quantique
• Juan Felipe Carrasquilla : Q&R : Un théoricien de la matière condensée embrasse l'IA
• AI Histoires de réussite au CIPT
• Entrez dans la machine L'intelligence artificielle s'auto-apprend à résoudre des problèmes quantiques épineux.
• Les techniques d'intelligence artificielle permettent de reconstituer les mystères des systèmes quantiques
• Optimiser la synergie entre la physique et l'apprentissage machine
• Une technique d'optimisation basée sur un réseau de neurones et inspirée du principe de recuit
• Les chercheurs de Vector utilisent le ML pour construire de meilleurs ordinateurs quantiques
• La société YiyaniQ, spécialisée dans les technologies quantiques, est la première entreprise dérivée de Vector.