Nytt qubit-gjennombrudd kan transformere kvantedatabehandling

Du ser uten tvil denne artikkelen på en digital enhet hvis grunnleggende informasjonsenhet er biten, enten 0 eller 1. Forskere over hele verden kappløper for å utvikle en ny type datamaskin basert på bruk av kvantebiter, eller qubits, som kan samtidig være 0 og 1 og kan en dag løse komplekse problemer utover alle klassiske superdatamaskiner.

Et team ledet av forskere ved det amerikanske energidepartementets (DOE) Argonne National Laboratory, i nært samarbeid med FAMU-FSU College of Engineering førsteamanuensis i maskinteknikk Wei Guo, har annonsert etableringen av en ny qubit-plattform som viser store løfter til utvikles til fremtidige kvantedatamaskiner. Arbeidene deres er publisert i Natur.

“Kvantedatamaskiner kan være et revolusjonerende verktøy for å utføre beregninger som er praktisk talt umulige for klassiske datamaskiner, men det er fortsatt arbeid å gjøre for å gjøre dem til virkelighet,” sa Guo, en medforfatter av papiret. “Med denne forskningen tror vi at vi har et gjennombrudd som går langt mot å lage qubits som bidrar til å realisere denne teknologiens potensial.”

Teamet opprettet sin qubit ved å fryse neon gass til et fast stoff ved svært lave temperaturer, sprøyting av elektroner fra en lyspære på faststoffet og fanger et enkelt elektron der.

Selv om det er mange valg av qubit-typer, valgte teamet den enkleste – en enkelt elektron. Å varme opp en enkel lysglødetråd som du kanskje finner i et barns leketøy kan lett skyte ut en grenseløs tilførsel av elektroner.

En viktig kvalitet for qubits er deres evne til å forbli i en samtidig 0- eller 1-tilstand i lang tid, kjent som dens “koherenstid”. Den tiden er begrenset, og grensen bestemmes av måten qubits samhandler med miljøet. Defekter i qubit-systemet kan redusere koherenstiden betydelig.

Av den grunn valgte teamet å fange et elektron på en ultraren solid neonoverflate i et vakuum. Neon er ett av bare seks inerte elementer, noe som betyr at det ikke reagerer med andre elementer.

“På grunn av denne tregheten kan solid neon fungere som det reneste mulige faststoffet i et vakuum for å være vert for og beskytte eventuelle qubits fra å bli forstyrret,” sa Dafei Jin, en Argonne-forsker og hovedetterforsker av prosjektet.

Ved å bruke en superledende resonator i brikkeskala – som en mikrobølgeovn i miniatyr – var teamet i stand til å manipulere de fangede elektronene, slik at de kunne lese og lagre informasjon fra qubiten, og dermed gjøre den nyttig for bruk i fremtidige kvantedatamaskiner.

Tidligere forskning brukte flytende helium som medium for å holde elektroner. Det materialet var lett å lage feilfritt, men vibrasjoner av den væskefrie overflaten kunne lett forstyrre elektrontilstanden og dermed kompromittere ytelsen til qubiten.

Solid neon tilbyr et materiale med få defekter som ikke vibrerer som flytende helium. Etter å ha bygget sin plattform, utførte teamet qubit-operasjoner i sanntid ved å bruke mikrobølgefotoner på et fanget elektron og karakteriserte dets kvanteegenskaper. Disse testene viste at solid neon ga et robust miljø for elektronet med svært lav elektrisk støy for å forstyrre det. Viktigst av alt, oppnådde qubiten koherenstider i kvantetilstanden konkurrerende med andre state-of-the-art qubits.

Enkelheten av qubit plattformen bør også egne seg til enkel, rimelig produksjon, sa Jin.

Løftet om kvantedatabehandling ligger i evnen til denne neste generasjons teknologien til å beregne visse problemer mye raskere enn klassiske datamaskiner. Forskere tar sikte på å kombinere lange koherenstider med evnen til flere qubits å koble sammen – kjent som entanglement. Kvantedatamaskiner kunne dermed finne svar på problemer som ville ta en klassisk datamaskin mange år å løse.

Tenk på et problem der forskere ønsker å finne den laveste energikonfigurasjonen av et protein laget av mange aminosyrer. Disse aminosyrer kan foldes på billioner av måter som ingen klassiske datamaskin har minnet å håndtere. Med kvanteberegningkan man bruke entangled qubits for å lage en superposisjon av alle foldekonfigurasjoner – noe som gir muligheten til å sjekke alle mulige svar samtidig og løse problemet mer effektivt.

“Forskere trenger bare å gjøre en beregning, i stedet for å prøve billioner av mulige konfigurasjoner,” sa Guo.

---

---