• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Física
    Aprendizado de máquina para aumentar a escala do computador quântico

    , ,

    Um mapa de padrões de função de onda de elétrons, onde a simetria, o brilho e o tamanho dos recursos estão diretamente relacionados à posição de um átomo de fósforo na rede de silício. Crédito:M.Usman / University of Melbourne

    Espera-se que os computadores quânticos ofereçam um tremendo poder computacional para problemas complexos - atualmente intratáveis ​​mesmo em supercomputadores - nas áreas de design de drogas, ciência de dados, astronomia e química de materiais, entre outros.

    As altas apostas tecnológicas e estratégicas significam que grandes empresas de tecnologia, bem como start-ups ambiciosas e centros de pesquisa financiados pelo governo, estão todos na corrida para construir o primeiro computador quântico universal do mundo.

    Construindo um computador quântico

    Em contraste com os computadores clássicos de hoje, onde a informação é codificada em bits (0 ou 1), os computadores quânticos processam informações armazenadas em bits quânticos (qubits). Estes são hospedados por objetos da mecânica quântica como elétrons, as partículas carregadas negativamente de um átomo.

    Os estados quânticos também podem ser binários e podem ser colocados em uma de duas possibilidades, ou efetivamente ambos ao mesmo tempo - conhecido como superposição quântica - oferecendo um espaço computacional exponencialmente maior com um número crescente de qubits.

    Este poder único de processamento de dados é ainda mais potenciado pelo emaranhamento, outra propriedade mágica da mecânica quântica onde o estado de um qubit é capaz de ditar o estado de outro qubit sem qualquer conexão física, tornando-os todos 1s, por exemplo. Einstein chamou isso de "ação assustadora à distância".

    Diferentes grupos de pesquisa em todo o mundo estão buscando diferentes tipos de qubits, cada um com seus próprios benefícios e limitações. Alguns qubits oferecem potencial para escalabilidade, enquanto outros vêm com tempos de coerência muito longos, esse é o momento em que as informações quânticas podem ser armazenadas de forma robusta.

    Na próxima década, os computadores quânticos irão além dos laboratórios de pesquisa em física. Crédito:Connie Zhou / IBM

    Qubits em silício são altamente promissores, pois oferecem ambos. Portanto, esses qubits são um dos principais candidatos para o projeto e implementação de uma arquitetura de computador quântica em grande escala.

    Uma maneira de implementar arquitetura de computador quântico em larga escala em silício é colocar átomos de fósforo individuais em uma grade bidimensional.

    As operações lógicas simples e de dois qubit são controladas por uma grade de fios nanoeletrônicos, tendo alguma semelhança com portas lógicas clássicas para circuitos microeletrônicos convencionais. Contudo, A chave para este esquema é a colocação ultraprecisa de átomos de fósforo na grade de silício.

    Os desafios

    Contudo, mesmo com tecnologias de fabricação de última geração, colocar átomos de fósforo em locais precisos na rede de silício é uma tarefa muito desafiadora. Pequenas variações, da ordem de um sítio da rede atômica, em suas posições são frequentemente observados e podem ter um grande impacto na eficiência de duas operações qubit.

    O problema surge da dependência ultrassensível da interação de troca entre os qubits de elétrons em átomos de fósforo no silício. A interação de troca é uma propriedade mecânica quântica fundamental onde duas partículas subatômicas, como elétrons, podem interagir no espaço real quando suas funções de onda se sobrepõem e criam padrões de interferência, muito parecido com as duas ondas viajantes que interferem na superfície da água.

    A interação de troca entre elétrons em qubits de átomo de fósforo pode ser explorada para implementar portas rápidas de dois qubit, mas qualquer variação desconhecida pode ser prejudicial à precisão da porta quântica. Como portas lógicas em um computador convencional, os portões quânticos são os blocos de construção de um circuito quântico.

    Impressão artística de uma arquitetura de computador quântico em larga escala baseada em qubits de átomo de fósforo (P) em silício. As funções de onda dos elétrons ligados ao átomo P exibem oscilações e sobreposições espaciais construtivas / destrutivas dessas funções de onda dão origem a grandes variações na interação, introdução de erros em portas quânticas. A determinação das posições exatas do átomo P pode eliminar erros, pavimentando o caminho para o objetivo final da computação quântica universal tolerante a falhas. Crédito:M.Usman / University of Melbourne

    Para qubits de fósforo em silício, mesmo uma incerteza na localização do átomo qubit da ordem de um sítio da rede atômica pode alterar a interação de troca correspondente em ordens de magnitude, levando a erros nas operações de porta de dois qubit.

    Esses erros, acumulado na arquitetura de grande escala, pode impedir severamente a eficiência do computador quântico, diminuindo qualquer vantagem quântica esperada devido às propriedades mecânicas quânticas dos qubits.

    Encontrando coordenadas exatas do átomo qubit

    Então, em 2016, trabalhamos com os pesquisadores do Centro de Computação Quântica e Tecnologia de Comunicação da University of New South Wales, para desenvolver uma técnica que pudesse identificar a localização exata dos átomos de fósforo no silício.

    A tecnica, relatado em Nature Nanotechnology , foi a primeira a usar imagens de microscópio de tunelamento de varredura computadorizado (STM) das funções de onda do átomo de fósforo para localizar suas localizações espaciais no silício.

    As imagens foram calculadas usando uma estrutura computacional que permitiu cálculos eletrônicos a serem realizados em milhões de átomos utilizando as instalações de supercomputador nacional da Austrália no centro de supercomputação de Pawsey.

    Esses cálculos produziram mapas de padrões de função de onda de elétrons, onde a simetria, o brilho e o tamanho das características estavam diretamente relacionados à posição de um átomo de fósforo na rede de silício, ao redor do qual o elétron foi ligado.

    Um mapa de padrões de função de onda de elétrons, onde a simetria, o brilho e o tamanho dos recursos estão diretamente relacionados à posição de um átomo de fósforo na rede de silício. Crédito:M.Usman / University of Melbourne

    O fato de que cada posição do átomo doador levou a um mapa distinto, identificação de localizações de átomos de qubit, conhecido como metrologia espacial, com precisão de site de rede única foi alcançada.

    A técnica funcionou muito bem no nível de qubit individual. Contudo, o próximo grande desafio era construir uma estrutura que pudesse realizar a localização espacial exata desse átomo com alta velocidade e interação humana mínima, atendendo aos requisitos de um computador quântico universal tolerante a falhas.

    Aprendizado de máquina

    O aprendizado de máquina é uma área emergente de pesquisa que está revolucionando quase todos os campos de pesquisa, da ciência médica ao processamento de imagens, robótica, e design de materiais.

    Um algoritmo de aprendizado de máquina cuidadosamente treinado pode processar conjuntos de dados muito grandes com enorme eficiência.

    Um ramo do aprendizado de máquina é conhecido como rede neural convolucional (CNN) - uma ferramenta extremamente poderosa para o reconhecimento de imagens e problemas de classificação. Quando uma CNN é treinada em milhares de imagens de amostra, ele pode reconhecer com precisão imagens desconhecidas (incluindo ruído) e realizar classificações.

    Reconhecendo que o princípio que sustenta a metrologia espacial estabelecida de átomos de qubit é basicamente reconhecer e classificar mapas de características de imagens STM, decidimos treinar uma CNN nas imagens STM computadas. O trabalho está publicado na revista NPJ Computational Materials.

    Imagens de microscópio de tunelamento de varredura computadorizado (STM) de átomos de fósforo qubits em silício usados ​​para treinar uma rede neural convolucional (CNN), capaz de caracterização de qubit autônomo e de alto rendimento com uma precisão exata de átomo em ambos, suas localizações espaciais e contagem de átomos. Crédito:M.Usman / University of Melbourne

    O treinamento envolveu 100, 000 imagens STM e alcançou um aprendizado notável de mais de 99 por cento para a CNN. Em seguida, testamos o CNN treinado para 17600 imagens de teste, incluindo borrões e ruído de assimetria normalmente presentes em ambientes realistas.

    A CNN classificou as imagens de teste com uma precisão de mais de 98 por cento, confirmando que esta técnica baseada em aprendizado de máquina pode processar dados de medição de qubit com alto rendimento, alta precisão, e interação humana mínima.

    Esta técnica também tem o potencial de aumentar a escala para qubits que consistem em mais de um átomo de fósforo, onde o número de configurações de imagem possíveis aumentaria exponencialmente. Contudo, A estrutura baseada em aprendizado de máquina pode incluir prontamente qualquer número de configurações possíveis.

    Nos próximos anos, conforme o número de qubits aumenta e o tamanho dos dispositivos quânticos cresce, A caracterização de qubit por meio de medições manuais provavelmente será altamente desafiadora e onerosa.

    Este trabalho mostra como as técnicas de aprendizado de máquina, como as desenvolvidas neste trabalho, podem desempenhar um papel crucial neste aspecto da realização de um computador quântico universal tolerante a falhas em escala real - o objetivo final do esforço de pesquisa global.


    © Ciência https://pt.scienceaq.com