Inžinieri demonštrujú kvantovú výhodu
University of Arizona College of Engineering a James C. Vedci z Wyant College of Optical Sciences experimentálne demonštrujú, ako kvantové zdroje nie sú len snom pre vzdialenú budúcnosť – môžu vylepšiť dnešnú technológiu.
Kvantové výpočty a kvantové snímanie majú potenciál byť oveľa výkonnejší ako ich klasické náprotivky. Plne realizovaný kvantový počítač mohol nielen trvať niekoľko sekúnd, kým vyriešil rovnice, ktoré by klasickým počítačom mohli trvať tisíce rokov, ale mohol mať aj nevyčísliteľný dopad na polia od biomedicínskeho zobrazovania po autonómne riadenie.
Technológia tam však ešte nie je celkom.
V skutočnosti, napriek rozšíreným teóriám o ďalekosiahlych dopadoch kvantových technológií, len veľmi málo vedcov dokázalo pomocou technológie, ktorá je dnes k dispozícii, dokázať, že kvantové metódy majú oproti svojim klasickým náprotivkom výhodu.
V príspevku publikovanom 1. júna 2021 v časopise Fyzická kontrola XVedci z Arizonskej univerzity experimentálne preukázali, že kvantum má oproti klasickým výpočtovým systémom výhodu.
„Demonštrácia kvantového zisku bola v komunite dlho hľadaným cieľom a dokázalo to len veľmi málo experimentov,“ uviedol spoluautor papiera Zeshen Zhang, odborný asistent materiálových vied a inžinierstva, hlavný riešiteľ na University of University of London. Arizona. Quantum Information and Materials Group a jeden z autorov príspevku. „Snažíme sa demonštrovať, ako môžeme využiť výhody už existujúcej kvantovej technológie v prospech aplikácií v reálnom svete.“
Ako (a kedy) funguje kvantum
Kvantové výpočty a ďalšie kvantové procesy sa spoliehajú na malé a silné jednotky informácií nazývané qubits. Klasické počítače, ktoré dnes používame, pracujú s informačnými jednotkami nazývanými bity, ktoré existujú buď ako 0 s alebo 1 s, ale sú schopné byť súčasne v obidvoch stavoch. Táto dualita ich robí silnými a krehkými. Krehký qubits sa pravdepodobne zrúti bez varovania, takže je veľmi dôležitý proces nazývaný oprava chýb – vďaka ktorému je riešenie problémov hneď, ako sa vyskytnú.
Kvantové pole sa teraz nachádza v ére, ktorú John Preskill, uznávaný fyzik z Kalifornského technologického inštitútu, nazval „hlučné kvantum stredného rozsahu“ alebo NISQ. V ére NISQ mohli kvantové počítače vykonávať úlohy, ktoré vyžadovali iba 50 až niekoľko stoviek qubitov, aj keď so značným množstvom šumu alebo rušenia. Nič viac a toto ticho premôže nástroj, čo spôsobí zrútenie všetkého. Všeobecne sa verí, že na uskutočnenie prakticky užitočných kvantových aplikácií by bolo potrebných 10 000 až niekoľko miliónov qubitov.
Predstavte si, že vymyslíte systém, ktorý zaručí, že každé jedlo, ktoré uvaríte, bude úplne nahradené, a potom tento systém prenesiete na skupinu detí, ktoré nemajú správne prísady. Bude to skvelé za pár rokov, až budú deti dospelé a budú si môcť kúpiť veci, ktoré potrebujú. Ale do tej doby je užitočnosť tohto systému obmedzená. Podobne, kým vedci nepokročia v oblasti korekcie chýb, ktorá môže znížiť hladinu šumu, je kvantový výpočet obmedzený na malý rozsah.
Výhoda zapletenia
Experiment opísaný v tomto článku bol zmesou klasických aj kvantových techník. Konkrétne použila tri senzory na klasifikáciu priemernej amplitúdy a uhla vysokofrekvenčných signálov.
Senzory boli vybavené ďalším kvantovým zdrojom zvaným zapletenie, ktorý im umožňuje vzájomné zdieľanie informácií a ponúka dve hlavné výhody: po prvé zvyšuje citlivosť senzora a znižuje počet chýb. Po druhé, pretože sú zamotané, snímače vyhodnocujú skôr globálne vlastnosti než zhromažďujú údaje o konkrétnych častiach systému. To je užitočné pre aplikácie, ktoré vyžadujú iba jednu binárnu odpoveď; Napríklad pri lekárskom zobrazovaní vedci nemusia vedieť o každej jednej bunke vo vzorke tkaniva, ktorá nie je rakovinová – iba o jednej bunke, ktorá je rakovinová. Rovnaký koncept platí pre detekciu nebezpečných chemikálií v pitnej vode.
Experiment preukázal, že vybavenie senzorov kvantovým zapletením im poskytlo výhodu oproti klasickým senzorom, pretože znížilo potenciál chýb o malú, ale významnú rezervu.
„Táto myšlienka použitia zapletenia na vylepšenie senzorov sa neobmedzuje iba na konkrétny typ senzora, takže sa dá použiť na celý rad rôznych aplikácií, ak však máte zariadenie na zapletenie senzora. Ho,“ uviedla štúdia spoluautor Kuntao Zhuang, odborný asistent elektrotechnického a počítačového inžinierstva a hlavný riešiteľ Skupiny teórie kvantovej informácie. „Teoreticky by ste mohli zvážiť aplikácie ako lidar (Light Detection and Ranging) napríklad pre samoriadiace autá.“
Zhuang a Zhang vyvinuli teóriu, ktorá stojí za experimentom a v roku 2019. opísal to v Fyzická kontrola X Papier. Pracoval s vedúcimi autormi Yi Xia, James C. spoluautorom nového príspevku s Wei Li, doktorandom na Wyant College of Optical Sciences a postdoktorandským výskumníkom v oblasti materiálových vied a techniky.
klasifikátor qubit
Existujú existujúce aplikácie, ktoré v ére NISQ používajú zmes kvantového a klasického spracovania, ale spoliehajú sa na už existujúce klasické súbory údajov, ktoré je potrebné transformovať a klasifikovať v kvantovej oblasti. Predstavte si, že urobíte sériu fotografií mačiek a psov a potom ich nahráte do systému, ktorý pomocou kvantových metód označuje tieto fotografie ako „mačka“ alebo „pes“.
Tím rieši proces označovania z iného uhla pohľadu, pričom na prvom mieste zhromažďuje svoje vlastné údaje pomocou kvantových senzorov. Je to ako používať špeciálnu kvantovú kameru, ktorá sa pri fotografovaní označuje ako „pes“ alebo „mačka“.
„Mnoho algoritmov zohľadňuje údaje uložené na počítačových diskoch a potom ich prevádza do kvantových systémov, čo si vyžaduje čas a úsilie,“ uviedol Zhuang. „Náš systém pracuje na inom probléme hodnotením fyzikálnych procesov, ktoré sa vyskytujú v reálnom čase.“
Tím je nadšený pre ďalšie aplikácie svojej práce na križovatke kvantového snímania a kvantové výpočty. Predpokladajú, že jedného dňa integrujú celé svoje experimentálne nastavenie na čip, ktorý je možné ponoriť do vzorky biomateriálu alebo vody na identifikáciu chorôb alebo škodlivých chemikálií.
„Myslíme si, že toto je nová paradigma pre kvantové výpočty, kvantové strojové učenie aj kvantové senzory, pretože skutočne vytvára most na prepojenie všetkých týchto rôznych domén,“ uviedol Zhang.
Odkaz: „Kvantovo vylepšená klasifikácia údajov s variabilne zapletenými senzorovými sieťami“, autor: Yi Xia, Wei Li, Kuntao Zhuang a Zheshen Zhang, 1. júna 2021, Fyzická kontrola X.
DOI: 10.1103 / PhysRevX.11.021047