QCOptSens Cross Compiler

Das Potenzial von Quanteninformationstechnologien zählt zu den grundlegenden und wegweisenden Kompetenzen der Zukunft. Es besteht die Möglichkeit, mit dem daraus resultierenden Leistungsvermögen Schlüsselbranchen zu revolutionieren. Unter allen Technologien stellen Quantencomputer einen strategisch, zukunftsrelevanten und aktuell nahezu exponentiell wachsendem Forschungs- und Entwicklungsbereich dar, für den jetzt auf nationaler und internationaler Bühne die entscheidenden Weichen gestellt werden. Um ihre Entwicklung voranzutreiben, bindet die DLR Quantencomputing-Initiative Partner aus Industrie und Wirtschaft sowie der Forschung ein. So kann das DLR Quantencomputer beschaffen, betreiben sowie für relevante Anwendungen nutzbar machen und eigene Kompetenzen weiterentwickeln. Das Projekt „Quantum Computation for Optical Sensor Design“ (QCOptSens) ist eines der Projekte aus der Quantencomputing-Initiative und wird geleitet vom DLR-Institut für Optische Sensorsysteme (DLR-OS). DLR-OS entwickelt seit Jahren erfolgreich Kamerasysteme und Spektrometer für Luft- und Raumfahrt, Sicherheit und Verkehr. Diese hochkomplexen Instrumente enthalten eine Vielzahl von optischen, mechanischen, elektronischen und Software-Komponenten, die detailliert aufeinander abgestimmt und im Betrieb geregelt werden müssen, um eine hohe Datenqualität zu gewährleisten. Diese strikten Anforderungen vor dem Hintergrund immer weiter steigender Dimensionalität in den Sensordaten erfordern langfristig auch neue Methoden in der Datenverarbeitung und der Inhaltsrekonstruktion. Neben hoher Datenqualität sollen aber auch entscheidende Informationen, z.B. in Gefahrensituationen, schneller als bisher rekonstruiert und kommuniziert werden. Hier haben bereits KI-basierte Methoden ein enormes Anwendungspotential. Diese datengetriebenen Techniken erfordern aber auch einen komplexen und häufig instabilen Lernprozess mit oft erheblichen Mengen an Trainingsdaten. Dabei sind theoretische Garantien und Robustheit noch immer schwierig und Generalisierungseigenschaften basieren auf empirischen Ergebnissen. Die Suche nach quasi-optimalen KI-Modellen wird immer komplexer und kann zum Teil nur mit erheblichem Aufwand durchgeführt werden. Für viele Anwendungsfälle wird das absehbar nicht mehr nachhaltig noch zielführend sein, und disruptive Technologien wie Quantum Machine Learning werden hier zunehmend relevant. Mit der vorliegenden Ausschreibung („Automatisierte Codetransformation für Quantum Machine Learning") sucht das DLR Industriepartner, um neue Techniken bezüglich teil-automatisierter und KI-gestützter Codetransformation und Hybridisierung zu untersuchen und das Potential zu evaluieren. Forschung und Entwicklung in diesem Bereich sind essentiell, um in naher Zukunft und auch längerfristig mit der schnell steigenden Dimensionalität und Komplexität von Daten und Algorithmen im Bereich Quantencomputing-basierter Berechnungen Schritt zu halten. Anhand von Beispielen aus dem Gebiet der thematischen Inhaltsrekonstruktion mit Gefahrenkontext sollen Methoden konkret vorgeschlagen, durchgeführt und evaluiert werden. Die hier ausgeschriebene Industriebeteiligung am Projekt QCOptSens Cross Compiler setzt sich aus zwei Bestandteilen zusammen. Der erste Teil ist die direkte Mitarbeit am Projekt, der zweite Teil die Einbindung über einen Technologietransfer. Weitergehende Informationen sind der den Vergabeunterlagen beigefügten Leistungsbeschreibung zu entnehmen.