• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Física
    Novo método assistido por aprendizado de máquina classifica rapidamente as fontes quânticas

    Os pesquisadores da Purdue University treinaram uma máquina para reconhecer padrões promissores na emissão de um único fóton em uma fração de segundo. Crédito:Purdue University / Simeon Bogdanov

    Para que as tecnologias ópticas quânticas se tornem mais práticas, há uma necessidade de integração em larga escala de circuitos fotônicos quânticos em chips.

    Essa integração exige a ampliação dos principais blocos de construção desses circuitos - fontes de partículas de luz - produzidos por emissores ópticos quânticos únicos.

    Os engenheiros da Purdue University criaram um novo método assistido por aprendizado de máquina que poderia tornar o desenvolvimento do circuito fotônico quântico mais eficiente ao pré-selecionar rapidamente esses emissores quânticos de estado sólido.

    O trabalho está publicado na revista Tecnologias Quantum Avançadas .

    Pesquisadores ao redor do mundo têm explorado diferentes maneiras de fabricar fontes quânticas idênticas "transplantando" nanoestruturas contendo emissores ópticos quânticos únicos em chips fotônicos convencionais.

    "Com o crescente interesse na realização escalonável e prototipagem rápida de dispositivos quânticos que utilizam grandes matrizes de emissores, alta velocidade, a pré-seleção robusta de emissores adequados torna-se necessária, "disse Alexandra Boltasseva, Ron e Dotty Garvin Tonjes, professor de Engenharia Elétrica e de Computação, de Purdue.

    Emissores quânticos produzem luz com propriedades não clássicas que podem ser usadas em muitos protocolos de informação quântica.

    O desafio é que a interface da maioria dos emissores quânticos de estado sólido com as plataformas fotônicas escalonáveis ​​existentes requer técnicas de integração complexas. Antes de integrar, os engenheiros precisam primeiro identificar emissores brilhantes que produzem fótons únicos rapidamente, sob demanda e com uma frequência óptica específica.

    A pré-seleção do emissor com base na "pureza de um único fóton" - que é a capacidade de produzir apenas um fóton por vez - normalmente leva vários minutos para cada emissor. Talvez seja necessário analisar milhares de emissores antes de encontrar um candidato de alta qualidade adequado para a integração do chip quântico.

    Para acelerar a triagem com base na pureza de fóton único, Os pesquisadores da Purdue treinaram uma máquina para reconhecer padrões promissores na emissão de um único fóton em uma fração de segundo.

    De acordo com os pesquisadores, Encontrar rapidamente os emissores de fóton único mais puros dentro de um conjunto de milhares seria um passo fundamental para a montagem prática e escalável de grandes circuitos fotônicos quânticos.

    "Dado um padrão de pureza de fóton que os emissores devem atender, ensinamos uma máquina a classificar emissores de fóton único como suficientemente ou insuficientemente "puros" com 95% de precisão, com base em dados mínimos adquiridos em apenas um segundo, "disse Zhaxylyk Kudyshev, um pesquisador de pós-doutorado em Purdue.

    Os pesquisadores descobriram que o método convencional de medição da pureza do fóton usado para a mesma tarefa levou 100 vezes mais tempo para atingir o mesmo nível de precisão.

    "A abordagem de aprendizado de máquina é uma técnica versátil e eficiente porque é capaz de extrair do conjunto de dados as informações que o procedimento de ajuste geralmente ignora, "Boltasseva disse.

    Os pesquisadores acreditam que sua abordagem tem o potencial de avançar dramaticamente a maioria das medições ópticas quânticas que podem ser formuladas como problemas de classificação binária ou multiclasse.

    "Nossa técnica poderia, por exemplo, aceleram os métodos de microscopia de super-resolução construídos em medições de correlação de ordem superior que atualmente são limitadas por longos tempos de aquisição de imagem, "Kudyshev disse.


    © Ciência https://pt.scienceaq.com