ဆောင်းပါးတို သုတေသီများသည် “Ultrabroadband” - Unite.AI ကိုရရှိရန် Quantum Entanglement ကိုအသုံးပြုသည်။
ကြှနျုပျတို့နှငျ့အတူချိတ်ဆက်ပါ

ကွမ်တမ်ကွန်ပျူတာ

သုတေသီများသည် "Ultrabroadband" ကိုရရှိရန် Quantum Entanglement ကိုအသုံးပြုသည်

Published

 on

ပုံ- Usman Javid နှင့် Michael Osadciw

Rochester တက္ကသိုလ်မှ သုတေသီများသည် မယုံနိုင်လောက်အောင် ကြီးမားသော bandwidth ရရှိရန် ကွမ်တမ် ချိတ်ဆက်မှုကို အသုံးချခဲ့သည်။ ၎င်းတို့သည် ပါးလွှာသော ဖလင် နာနိုဖိုတိုနစ် ကိရိယာကို အသုံးပြု၍ ၎င်းကို ပြုလုပ်ခဲ့သည်။ 

ဤချဉ်းကပ်မှုအသစ်သည် မက်ထရိုဗေဒနှင့် အာရုံခံခြင်းဆိုင်ရာ စမ်းသပ်မှုများအတွက် ပိုမိုကောင်းမွန်သော အာရုံခံနိုင်စွမ်းနှင့် ကြည်လင်ပြတ်သားမှုတို့ကို ဖြစ်ပေါ်စေနိုင်သည့်အပြင် သတင်းအချက်အလက်လုပ်ဆောင်ခြင်းနှင့် ဆက်သွယ်ရေးအတွက် ကွမ်တမ်ကွန်ရက်များရှိ သတင်းအချက်အလက်များ၏ ပိုမိုမြင့်မားသော အတိုင်းအတာဖြင့် ကုဒ်ပြောင်းခြင်းတို့ကို ဖြစ်ပေါ်စေနိုင်သည်။ 

အဆိုပါသုတေသနအတွက်ပုံနှိပ်ထုတ်ဝေခဲ့သည် ရုပ်ပိုင်းဆိုင်ရာပြန်လည်ဆန်းစစ်ခြင်းပေးစာ

ကွမ်တမ်ရှုပ်ထွေးမှုများ

Quantum entanglement သည် ကွမ်တမ်အမှုန်နှစ်ခုကို တစ်ခုနှင့်တစ်ခု ချိတ်ဆက်ထားသောအခါတွင် ဖြစ်ပွားနိုင်ပြီး ၎င်းတို့သည် တစ်ခုနှင့်တစ်ခု အလွန်ဝေးကွာနေချိန်တွင်ပင် ဖြစ်ပွားနိုင်သည်။ အမှုန်အမွှားတစ်ခုအား စူးစမ်းလေ့လာခြင်းသည် တစ်ခုနှင့်တစ်ခု အပြန်အလှန်ဆက်သွယ်ပုံတို့ကို သရုပ်ပြသည်။ 

ဖိုတွန်များ ဓါတ်ပုံထဲသို့ ဝင်ရောက်ပြီး ဆက်စပ်မှုတွင် ပါဝင်လာသည့်အခါတိုင်း၊ နောက်ထပ် ဖြစ်နိုင်ခြေများစွာ ရှိသေးသည်။ ဥပမာအားဖြင့်၊ ဖိုတွန်၏ ကြိမ်နှုန်းများသည် ရောထွေးနိုင်ပြီး bandwidth ကို ထိန်းချုပ်နိုင်သည်။ 

Qiang Lin သည် လျှပ်စစ်နှင့် ကွန်ပျူတာ အင်ဂျင်နီယာ ပါမောက္ခ ဖြစ်သည်။ 

“ဒီအလုပ်က နာနိုဖိုတိုနစ် ချစ်ပ်တစ်ခုပေါ်ရှိ ultrabroadband ကွမ်တမ် ချိတ်ဆက်မှုကို ထုတ်လုပ်ရာမှာ ကြီးမားတဲ့ ခုန်ပျံကျော်လွှားမှုကို ကိုယ်စားပြုပါတယ်” လို့ Lin က ဆိုပါတယ်။ “ဆက်သွယ်ရေး၊ ကွန်ပြူတာနှင့် အာရုံခံနိုင်မှုတို့အတွက် အနာဂတ်ကွမ်တမ်စက်ပစ္စည်းများကို တီထွင်ရန်အတွက် နာနိုနည်းပညာ၏ စွမ်းအားကို သရုပ်ပြသည်။”

Broadband Entanglement of Light

လက်ရှိစက်ပစ္စည်းများသည် အလင်း၏ဘရော့ဘန်းချိတ်ဆက်မှုအား ထုတ်ပေးရန်အတွက် အစုလိုက်ပုံဆောင်ခဲများကို အပိုင်းငယ်များခွဲကာ မကြာခဏ မှီခိုနေရပါသည်။ ဤကဏ္ဍများထဲမှ တစ်ခုစီသည် အလင်းဆိုင်ရာ ဂုဏ်သတ္တိများ အနည်းငယ်ကွဲပြားပြီး ဖိုတွန်အတွဲများ၏ ကြိမ်နှုန်းများကို ထုတ်ပေးပါသည်။ ဤကြိမ်နှုန်းများကို ပေါင်းထည့်ခြင်းဖြင့် ပိုမိုကြီးမားသော bandwidth ကို ရရှိနိုင်ပါသည်။ 

Usman Javid သည် Lin's Lab မှ PhD ကျောင်းသားဖြစ်ပြီး စာတမ်းကို ဦးဆောင်ရေးသားသူဖြစ်သည်။

“ဒါက အတော်လေးကို ထိရောက်မှု မရှိတဲ့အပြင် ဖိုတွန်တွေရဲ့ တောက်ပမှုနဲ့ သန့်စင်မှုကို လျှော့ချပေးတယ်” လို့ Javid က ပြောပါတယ်။ “ထုတ်လုပ်လိုက်တဲ့ ဖိုတွန်အတွဲတွေရဲ့ အလင်းအမှောင်နဲ့ bandwidth နဲ့ အလင်းအမှောင်ကြား ဖလှယ်မှုတစ်ခု အမြဲရှိနေမှာဖြစ်ပြီး နှစ်ခုကြားက ရွေးချယ်မှုတစ်ခုလုပ်ရပါမယ်။ နှစ်ခုစလုံးကို ရရှိရန် ကျွန်ုပ်တို့သည် ဤအပေးအယူကို လုံးလုံးလျားလျား ရှောင်တိမ်းပြီး စံချိန်တင်-မြင့်မားသော တောက်ပမှုတွင် စံချိန်တင်-လှိုင်းနှုန်းတစ်ခုဖြစ်သည်။"

အသစ်တီထွင်ထားသော ပါးလွှာသော ဖလင် lithium niobate nanophotonic ကိရိယာသည် နှစ်ဖက်စလုံးရှိ လျှပ်ကူးပစ္စည်းပါသည့် တစ်ခုတည်းသော waveguide ကို အားကိုးထားပါသည်။ အစုလိုက်ကိရိယာတစ်ခုသည် မီလီမီတာအထိရှိနိုင်သော်လည်း ပါးလွှာသောဖလင်ကိရိယာသည် ၎င်း၏ 600 nanometer အထူတွင် အလွန်အထင်ကြီးစရာကောင်းသည်။ ၎င်းသည် ၎င်းကို အစုလိုက်ပုံဆောင်ခဲထက် အဆတစ်သန်းပိုသေးငယ်စေပြီး အလင်း၏ပျံ့နှံ့မှုကို waveguide dimensions တွင် အလွန်အမင်းထိခိုက်နိုင်စေသည်။ 

နာနိုမီတာ အနည်းငယ် ကွဲပြားရုံဖြင့် စက်မှတဆင့် ပျံ့နှံ့နေသော အလင်း၏ အုပ်စုအလျင်သို့ ကြီးမားသော အပြောင်းအလဲများ ရှိနိုင်ပါသည်။ ထို့အတွက်ကြောင့်၊ ကိရိယာသည် အတွဲ-မျိုးဆက် လုပ်ငန်းစဉ်ကို အရှိန်အဟုန်နှင့် လိုက်ဖက်သည့် လှိုင်းနှုန်းကို ထိန်းချုပ်ခွင့်ပြုသည်။

"ဒီ bandwidth ကို အမြင့်ဆုံးဖြစ်စေတဲ့ ဂျီသြမေတြီကို ရှာဖို့ parameter optimization ပြဿနာကို ဖြေရှင်းနိုင်ပါတယ်" လို့ Javid က ပြောပါတယ်။ 

Device ကိုဖြန့်ကျက်ခြင်း။

အဖွဲ့သည် ဓာတ်ခွဲခန်းဆက်တင်တွင် စမ်းသပ်မှုများတွင် အသုံးပြုရန် အဆင်သင့်ရှိသော်လည်း ၎င်းကို စီးပွားဖြစ်အသုံးပြုမည်ဆိုပါက ၎င်းတို့သည် ပိုမိုထိရောက်ပြီး စျေးသက်သာသော ထုတ်လုပ်မှုလုပ်ငန်းစဉ်ကို အကောင်အထည်ဖော်ရန် လိုအပ်မည်ဖြစ်သည်။ 

Lithium niobate ထုတ်လုပ်မှုသည် နို့စို့အရွယ်တွင်ရှိနေဆဲဖြစ်ပြီး ဘဏ္ဍာရေးကဏ္ဍကို မြှင့်တင်ရမည်ဖြစ်သည်။ 

အဆိုပါအဖွဲ့သည် ပူးပေါင်းရေးသားသူ Jingwei Ling၊ Mingxiao Li နှင့် လျှပ်စစ်နှင့် ကွန်ပျူတာအင်ဂျင်နီယာဌာနမှ Yang He တို့နှင့်အတူ သုတေသနပြုလုပ်ခဲ့သည်။ အဆိုပါပရောဂျက်တွင် Institute of Optics မှ Jeremy Staffa လည်းပါဝင်သည်။

Alex McFarland သည် AI ဂျာနယ်လစ်တစ်ဦးဖြစ်ပြီး ဉာဏ်ရည်တုဆိုင်ရာ နောက်ဆုံးပေါ်တိုးတက်မှုများကို ရှာဖွေနေသော စာရေးဆရာဖြစ်သည်။ သူသည် ကမ္ဘာတစ်ဝှမ်းရှိ AI startup များနှင့် ထုတ်ဝေမှုများ အများအပြားနှင့် ပူးပေါင်းဆောင်ရွက်ခဲ့သည်။