p Cientistas da Universidade de Oxford, em colaboração com a University of Basel e a Lancaster University, desenvolveram um algoritmo que pode ser usado para medir pontos quânticos automaticamente. p O spin do elétron de elétrons individuais em pontos quânticos pode servir como a menor unidade de informação de um computador quântico. Escrevendo em npj Quantum Information, os cientistas descrevem como podem acelerar enormemente esse processo extremamente demorado com a ajuda do aprendizado de máquina.

p Sua abordagem para a medição automática e controle de qubits representa um passo fundamental em direção a sua aplicação em grande escala.

p Dra. Natalia Ares, do Departamento de Materiais da Universidade de Oxford, disse:"Pela primeira vez, aplicamos o aprendizado de máquina para realizar medições eficientes em pontos quânticos de arseneto de gálio, permitindo assim a caracterização de grandes arranjos de dispositivos quânticos. "

p Professor Dr. Dominik Zumbühl da Universidade de Basel, disse:"A próxima etapa em nosso laboratório é agora aplicar o software a pontos quânticos semicondutores feitos de outros materiais que sejam mais adequados para o desenvolvimento de um computador quântico.

p “Com este trabalho, fizemos uma contribuição importante que abrirá caminho para arquiteturas qubit em grande escala. "

p Por muitos anos, o spin do elétron de elétrons individuais em um ponto quântico foi identificado como um candidato ideal para a menor unidade de informação em um computador quântico, também conhecido como qubit.

p Em pontos quânticos feitos de materiais semicondutores em camadas, elétrons individuais são capturados em uma armadilha, por assim dizer. Seus giros podem ser determinados de forma confiável e alternados rapidamente, com pesquisadores mantendo os elétrons sob controle, aplicando voltagens às várias nanoestruturas dentro da armadilha. Entre outras coisas, isso permite que eles controlem quantos elétrons entram no ponto quântico de um reservatório por meio de efeitos de tunelamento. Aqui, mesmo pequenas mudanças na voltagem têm uma influência considerável sobre os elétrons.

p Para cada ponto quântico, as tensões aplicadas devem ser ajustadas cuidadosamente para atingir as condições ideais. Quando vários pontos quânticos são combinados para escalar no dispositivo até um grande número de qubits, esse processo de ajuste consome muito tempo porque os pontos quânticos semicondutores não são completamente idênticos e devem ser caracterizados individualmente.

p Este algoritmo inovador ajudará a automatizar o processo. A abordagem de aprendizado de máquina dos cientistas reduz o tempo de medição e o número de medições em comparação com a aquisição de dados convencional.

p Os cientistas treinaram a máquina com dados sobre a corrente que flui através do ponto quântico em diferentes tensões. Como a tecnologia de reconhecimento facial, o software aprende gradualmente onde mais medições são necessárias, com vista a obter o máximo ganho de informação. O sistema então realiza essas medições e repete o processo até que a caracterização efetiva seja alcançada de acordo com critérios predefinidos e o ponto quântico possa ser usado como um qubit.