Kvanttilaskenta

Tutkijat tekevät kvanttilöytöjä uudenlaisten kvanttipitoisuuksien avulla

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Topologiset kvanttipitoisuudet ovat tutkittavina, jotta voidaan tehdä läpimurto yleiskäyttöisten kvanttitietokoneiden kehittämisessä, mutta kukaan ei ole pystynyt todistamaan tällaista kvanttipitoisuutta laboratoriossa.

Tässä on merkittävä läpimurto, Forschungszentrum Jülichin tutkijat ovat onnistuneet integroimalla topologisen eristeen perinteiseen suprajohtavaan kvanttipitoisuuteen ensimmäistä kertaa.

Uusi tutkimus julkaistiin Nano Letters -lehdessäNano Letters.

Tutkimusryhmää johti Dr. Peter Schüffelgen Peter Grünberg Institute (PGI-9) of Forschungszentrum Jülich

Ratkaistessaan monimutkaisimmat ongelmat

Kvanttitietokoneet tarjoavat valtavat mahdollisuudet tulevaisuudelle. Kvanttivaikutusten ansiosta nämä koneet voivat tarjota ratkaisuja joillekin monimutkaisimmista ongelmista, joita perinteiset tietokoneet eivät pysty käsittelemään realistisessa ajassa. Vaikka nämä uudet edistysaskeleet, kvanttitietokoneiden laajamittainen käyttö ja toteutus edellyttävät vielä paljon työtä.

Nykyiset koneet sisältävät yleensä vain pienen määrän kvanttipitoisuuksia, ja ne ovat usein alttiita virheille. Kun järjestelmä kasvaa kokoa, myös sen täydellisen eristämisen ympäristöstään vaikeus kasvaa.

Topologinen kvanttipitoisuus

Tämän vuoksi monet asiantuntijat toivovat, että uudenlainen kvanttipitoisuus, topologinen kvanttipitoisuus, voi ratkaista nämä ongelmat. Tutkijoiden lisäksi myös suuret yritykset kuten Microsoft (MSFT ) työskentelevät tämän parissa. Topologinen kvanttipitoisuus on erityinen ominaisuus, joka on topologisesti suojattu. Suprajohtimien geometrinen rakenne ja niiden erityiset sähköiset materiaaliominaisuudet varmistavat myös, että kvanttitiedot säilytetään.

Näiden ominaisuuksien ansiosta topologiset kvanttipitoisuudet ovat erittäin kestäviä ja suurelta osin immuuneja ulkoisille decoherenssin lähteille. Ne myös tarjoavat nopeammat kytkentäajat verrattuna perinteisiin suprajohtaviin kvanttipitoisuuksiin, joita yritykset kuten Google (GOOGL ) ja IBM käyttävät.

Vaikka edistysaskeleet ovat merkittäviä, tutkijat ovat edelleen epävarmoja siitä, voivatko he tuottaa topologisia kvanttipitoisuuksia soveltamiskelpoisen materiaaliperustan puutteen vuoksi. Tämä tarkoittaa, että asiantuntijat eivät voi kokeellisesti tuottaa tarvittavia erityisiä quasipartikkeleita. Nämä quasipartikkelit, tai Majorana-tilat, on voitu todistaa vain teoreettisesti.

Vaikka nämä edistysaskeleet ovat merkittäviä, nämä hybridikvanttipitoisuudet avaavat uusia mahdollisuuksia, ja ne voivat johtaa uusien materiaalien kehittämiseen.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.