物理學(xué)突破可能創(chuàng)造更高效的量子計(jì)算機(jī)
馬克斯普朗克量子光學(xué)研究所的一組科學(xué)家最近展示了一項(xiàng)破紀(jì)錄的實(shí)驗(yàn),該實(shí)驗(yàn)可能會(huì)顛覆量子計(jì)算行業(yè)。
量子激流回旋
當(dāng)今STEM研究人員面臨的最大挑戰(zhàn)之一是難以構(gòu)建容錯(cuò)、穩(wěn)定的量子計(jì)算機(jī)。
從本質(zhì)上講,現(xiàn)代物理學(xué)家在試圖將量子計(jì)算機(jī)擴(kuò)展到功能尺寸和試圖在系統(tǒng)增長(zhǎng)時(shí)消除所有嘈雜的錯(cuò)誤之間來回奔波。
說到量子比特,即計(jì)算機(jī)比特的量子等價(jià)物,通常越大越好。但它也嘈雜得多。
造成這種情況的主要原因是,在不依賴隨機(jī)狀態(tài)的情況下可靠地產(chǎn)生量子比特是非常困難的——這被稱為產(chǎn)生量子比特的概率方法。
從本質(zhì)上講,科學(xué)家們只是把事情搞砸了,直到出現(xiàn)預(yù)期的結(jié)果。
馬克斯普朗克量子光學(xué)研究所的研究人員采取了不同的路線。
根據(jù)他們的論文:
我們提出了一種可擴(kuò)展且可自由編程的糾纏光子源,據(jù)我們所知,展示了迄今為止最大的光學(xué)光子糾纏態(tài)。在不需要概率糾纏門的意義上,它是確定性的。與以前的方案相比,這為我們提供了明顯的擴(kuò)展優(yōu)勢(shì)。
讓我們一探究竟
量子計(jì)算依賴于糾纏,即兩個(gè)或多個(gè)物體以這樣一種方式準(zhǔn)備,即發(fā)生在一個(gè)物體上的任何事情都會(huì)影響另一個(gè)物體,而完全不考慮距離。
通常,光子(光的單個(gè)單位)糾纏在一種特殊的晶體內(nèi)部。這導(dǎo)致了一種相對(duì)不可預(yù)測(cè)的糾纏??茖W(xué)家們很難使用這種方法有效地生成量子比特,因?yàn)樗歉怕市缘摹?/p>
馬克斯普朗克團(tuán)隊(duì)取消了晶體制造室,而是將單個(gè)原子變成了糾纏光子發(fā)生器。
根據(jù)馬克斯普朗克研究所的新聞稿:
研究人員在一個(gè)光學(xué)諧振器中產(chǎn)生了多達(dá)14個(gè)糾纏光子,這些光子可以以有針對(duì)性且非常有效的方式制備成特定的量子物理狀態(tài)。這種新方法可以促進(jìn)構(gòu)建強(qiáng)大而強(qiáng)大的量子計(jì)算機(jī),并為未來的數(shù)據(jù)安全傳輸服務(wù)。
該團(tuán)隊(duì)使用這種方法成功打破了之前12個(gè)糾纏光子的記錄,并且達(dá)到了接近50%的生成水平。
換句話說,他們幾乎有一半的時(shí)間能夠產(chǎn)生穩(wěn)定的糾纏光子。這使他們能夠?qū)庾颖旧磉M(jìn)行更長(zhǎng)時(shí)間、更準(zhǔn)確的測(cè)量。
尤里卡?
這很可能代表了與谷歌最近發(fā)現(xiàn)的時(shí)間水晶相提并論的“尤里卡時(shí)刻”。
據(jù)研究人員稱,這種生成穩(wěn)定量子比特的技術(shù)可能對(duì)整個(gè)量子計(jì)算領(lǐng)域產(chǎn)生巨大影響,尤其是在可擴(kuò)展性和降噪方面:
在這個(gè)階段,我們的系統(tǒng)主要面臨技術(shù)限制,例如光損耗、有限協(xié)同性和不完美的拉曼脈沖。即使是在這些方面的適度改進(jìn),也會(huì)使我們達(dá)到量子糾錯(cuò)的損失和容錯(cuò)閾值。
需要一些時(shí)間才能看到這種實(shí)驗(yàn)性的量子比特如何轉(zhuǎn)化為實(shí)際的計(jì)算設(shè)備,但有很多理由保持樂觀。
有許多不同的方法可以制造量子比特,每種方法都有自己獨(dú)特的機(jī)器架構(gòu)。這里的好處是科學(xué)家們能夠用一個(gè)原子產(chǎn)生他們的結(jié)果。
這表明該技術(shù)將在計(jì)算之外有用。例如,如果它可以發(fā)展成一個(gè)雙原子系統(tǒng),它可能會(huì)導(dǎo)致一種用于安全量子通信的新方法。
- 上一篇
機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)的主要區(qū)別
機(jī)器學(xué)習(xí)(ML)和數(shù)據(jù)科學(xué)是與人工智能(AI)領(lǐng)域相關(guān)的兩個(gè)獨(dú)立概念。這兩個(gè)概念都依賴數(shù)據(jù)來改進(jìn)產(chǎn)品、服務(wù)、系統(tǒng)、決策流程等等。在我們當(dāng)前的數(shù)據(jù)驅(qū)動(dòng)世界中,機(jī)器學(xué)習(xí)和數(shù)據(jù)
- 下一篇
應(yīng)用AI和MLOps的成長(zhǎng)階段
圖片來源:123RF在麥肯錫公司的“2022年技術(shù)趨勢(shì)展望”報(bào)告中,應(yīng)用人工智能位居14種最具影響力的技術(shù)趨勢(shì)之首。目前,應(yīng)用人工智能(也可以稱為“企業(yè)人工智能&rdq