Изследователите показаха количествено предимство

Квантовите изчисления и квантовите сензори имат потенциал да бъдат много по-мощни от техните конвенционални аналози. Не само напълно реализираният квантов компютър отнема само секунди, за да реши уравнения, които ще отнемат хиляди години от класическия компютър, но може да има безброй ефекти в области, вариращи от биомедицински изображения до автономно шофиране.

Технологията обаче все още не е налице.

Всъщност, въпреки широко разпространените теории за дългосрочното влияние на квантовите техники, много малко изследователи са успели да демонстрират, използвайки наличната технология, че квантовите методи имат предимство пред класическите си колеги.

В изследователска статия, публикувана на 1 юни в списанието X. физически преглед, Изследователи от Университета в Аризона демонстрираха експериментално, че квантът има предимство пред класическите изчислителни системи.

Съавтор на статията Жешен Джанг, доцент по материалознание и инженерство, главен изследовател в UArizona Quantum Information and Materials Group и един от съавторите на статията. „Ние се стремим да покажем как можем да се възползваме от вече съществуващата квантова технология, за да се възползваме от нея приложения от реалния свят. „

Как (и кога) работи квантът

Квантовите изчисления и други квантови процеси разчитат на малки, мощни единици информация, наречени кубити. Класическите компютри, които използваме днес, работят с единици информация, наречени битове, които съществуват или като нули, или като единични, но кубитите могат да съществуват едновременно в двете състояния. Тази двойственост ги прави силни и чупливи. Микро кубитите са склонни да се срутят без предупреждение, което кара процеса да бъде наречен Коригирайте грешките– което адресира подобни проблеми, когато се появят – е много важно.

Понастоящем квантовото поле е в епохата, която известният физик Джон Прескил от Калифорнийския технологичен институт нарича „квантов шум с междинен мащаб“ или NISQ. В ерата NISQ квантовите компютри могат да изпълняват задачи, които изискват само около 50 до няколкостотин кубита, въпреки че има значително количество шум или смущения. Повече от това и шумът надделява над интереса, което води до срив на всичко. Широко разпространено е мнението, че за реализиране на практически полезни квантови приложения са необходими 10 000 до няколко милиона кубита.

Представете си, че изобретявате система, която гарантира, че всяко ястие, което готвите, ще завърши перфектно, а след това давате тази система на група деца, които нямат правилните съставки. Ще бъде страхотно след няколко години, след като децата станат възрастни и могат да си купят това, от което се нуждаят. Но дотогава полезността на системата е ограничена. По същия начин, докато изследователите не напреднат в областта на корекцията на грешки, която може да намали нивата на шума, квантовите изчисления са ограничени до малък мащаб.

Блокиращи предимства

Експериментът, описан в статията, използва комбинация от класически и количествени техники. По-конкретно, той използва три сензора, за да класифицира средната амплитуда и ъгъл на RF сигналите.

Сензорите са оборудвани с друг квантов източник, наречен заплитане, който им позволява да споделят информация помежду си и осигурява две основни предимства: Първо, подобрява чувствителността на сензора и намалява грешките. Второ, тъй като те са блокирани, сензорите оценяват глобалните свойства, вместо да събират данни за конкретни части на системата. Това е полезно за приложения, които се нуждаят само от двоичен отговор; Например при медицинското изобразяване изследователите не трябва да знаят всяка клетка в тъканна проба, която не е ракова – само дали една клетка е ракова. Същата концепция се отнася и за откриването на опасни химикали в питейната вода.

Опитът показва, че оборудването на сензорите с квантово заплитане им дава предимство пред класическите сензори, намалявайки възможността за грешки с малка, но критична разлика.

„Идеята за използване на блокиране за подобряване на сензорите не се ограничава до определен тип сензор, така че може да се използва за редица различни приложения, стига да разполагате с оборудване за блокиране на сензорите“, каза сътрудникът на проучването. автор Quuntao. Жуанг, асистент по електротехника и компютърно инженерство и главен изследовател в групата по теория на квантовата информация „На теория можете да помислите за приложения като lidar (откриване на светлина и намиране на обхват) за самоуправляващи се автомобили, например“.

Zhuang и Zhang разработиха теорията зад експеримента и го описаха в доклад за физически преглед през 2019 г. Те са съавтори на новия доклад с водещия автор Yi Xia, докторант в Училището по оптически науки James C. Wyant и Wei Li, постдокторант по материалознание и инженерство.

Qubit работни книги

В момента има приложения, които използват комбинация от квантова и класическа обработка в ерата на NISQ, но те разчитат на вече съществуващи класически набори от данни, които трябва да бъдат трансформирани и категоризирани в квантовия свят. Представете си, че правите поредица от снимки на котки и кучета и след това зареждате снимките в система, която използва квантови методи за етикетиране на снимките като „котка“ или „куче“.

Екипът подхожда към процеса на етикетиране от различен ъгъл, използвайки квантови сензори, за да събере предимно своите данни. Много прилича на използването на специализирана квантова камера, която обозначава снимките като „куче“ или „котка“, докато правите снимки.

„Много алгоритми вземат предвид данните, съхранявани на компютърен диск, и след това ги преобразуват в квантова система, което отнема време и усилия“, каза Жуанг. „Нашата система работи по различен проблем, като оценява физическите процеси, които се случват в реално време.“

Екипът е развълнуван от бъдещите приложения на тяхната работа на кръстовището квантово усещане И Количествена статистика. Те дори са предвидили един ден да включи цялата експериментална настройка върху пързалка, която може да бъде потопена в биоматериал или водна проба за идентифициране на болести или вредни химикали.

„Ние вярваме, че това е нова парадигма както за квантовите изчисления, така и за квантовото и квантовото машинно обучение.“ сензориЗащото наистина създава мост, който да свързва всички тези различни области. “