, ,

Se espera que las computadoras cuánticas ofrezcan una enorme potencia computacional para problemas complejos, actualmente intratables incluso en supercomputadoras, en las áreas de diseño de fármacos, Ciencia de los datos, astronomía y química de materiales entre otros.

Las altas apuestas tecnológicas y estratégicas significan que las principales empresas de tecnología, así como las ambiciosas empresas emergentes y los centros de investigación financiados por el gobierno, están en la carrera para construir la primera computadora cuántica universal del mundo.

Construyendo una computadora cuántica

En contraste con las computadoras clásicas de hoy, donde la información está codificada en bits (0 o 1), Las computadoras cuánticas procesan la información almacenada en bits cuánticos (qubits). Estos están alojados en objetos de la mecánica cuántica como electrones, las partículas cargadas negativamente de un átomo.

Los estados cuánticos también pueden ser binarios y se pueden poner en una de dos posibilidades, o efectivamente ambos al mismo tiempo, conocido como superposición cuántica, que ofrece un espacio computacional exponencialmente más grande con un número creciente de qubits.

Este poder de procesamiento de datos único se ve reforzado por el entrelazamiento, otra propiedad mágica de la mecánica cuántica donde el estado de un qubit es capaz de dictar el estado de otro qubit sin ninguna conexión física, haciéndolos todos unos por ejemplo. Einstein lo llamó una "acción espeluznante a distancia".

Diferentes grupos de investigación en el mundo están persiguiendo diferentes tipos de qubits, cada uno tiene sus propios beneficios y limitaciones. Algunos qubits ofrecen potencial de escalabilidad, mientras que otros vienen con tiempos de coherencia muy largos, ese es el tiempo durante el cual la información cuántica se puede almacenar de forma robusta.

Los Qubits en silicio son muy prometedores, ya que ofrecen ambos. Por lo tanto, Estos qubits son uno de los candidatos favoritos para el diseño e implementación de una arquitectura de computadora cuántica a gran escala.

Una forma de implementar la arquitectura de computadora cuántica a gran escala en silicio es colocando átomos de fósforo individuales en una cuadrícula bidimensional.

Las operaciones lógicas de uno y dos qubit están controladas por una cuadrícula de cables nanoelectrónicos, teniendo cierta semejanza con las puertas lógicas clásicas para circuitos microelectrónicos convencionales. Sin embargo, La clave de este esquema es la ubicación ultraprecisa de átomos de fósforo en la rejilla de silicio.

Los desafios

Sin embargo, incluso con tecnologías de fabricación de última generación, Colocar átomos de fósforo en ubicaciones precisas en la red de silicio es una tarea muy desafiante. Pequeñas variaciones, del orden de un sitio de red atómica, en sus posiciones a menudo se observan y pueden tener un gran impacto en la eficiencia de las operaciones de dos qubit.

El problema surge de la dependencia ultrasensible de la interacción de intercambio entre los qubits de electrones y los átomos de fósforo en el silicio. La interacción de intercambio es una propiedad fundamental de la mecánica cuántica en la que dos partículas subatómicas, como los electrones, pueden interactuar en el espacio real cuando sus funciones de onda se superponen y crean patrones de interferencia. al igual que las dos ondas viajeras que interfieren en la superficie del agua.

La interacción de intercambio entre electrones en qubits de átomos de fósforo se puede explotar para implementar puertas rápidas de dos qubits, pero cualquier variación desconocida puede ser perjudicial para la precisión de la puerta cuántica. Como puertas lógicas en una computadora convencional, las puertas cuánticas son los componentes básicos de un circuito cuántico.

Para qubits de fósforo en silicio, incluso una incertidumbre en la ubicación de un átomo qubit del orden de un sitio de red atómica puede alterar la interacción de intercambio correspondiente en órdenes de magnitud, que conduce a errores en las operaciones de puerta de dos qubit.

Tales errores, acumulados sobre la arquitectura a gran escala, puede obstaculizar gravemente la eficiencia de la computadora cuántica, disminuyendo cualquier ventaja cuántica esperada debido a las propiedades mecánicas cuánticas de los qubits.

Encontrar coordenadas exactas del átomo de qubit

Entonces, en 2016, Trabajamos con investigadores del Centro de Computación Cuántica y Tecnología de la Comunicación de la Universidad de Nueva Gales del Sur, para desarrollar una técnica que pudiera identificar las ubicaciones exactas de los átomos de fósforo en el silicio.

La técnica, reportado en Nanotecnología de la naturaleza , fue el primero en utilizar imágenes de microscopio de túnel de barrido computarizado (STM) de las funciones de onda del átomo de fósforo para identificar sus ubicaciones espaciales en el silicio.

Las imágenes se calcularon utilizando un marco computacional que permitió realizar cálculos electrónicos en millones de átomos utilizando las instalaciones de supercomputadoras nacionales de Australia en el centro de supercomputación de Pawsey.

Estos cálculos produjeron mapas de patrones de función de ondas de electrones, donde la simetria, el brillo y el tamaño de las características estaban directamente relacionados con la posición de un átomo de fósforo en la red de silicio, alrededor del cual estaba ligado el electrón.

El hecho de que la posición de cada átomo donante condujera a un mapa distinto, localización de las ubicaciones de los átomos qubit, conocida como metrología espacial, con un solo sitio de celosía se logró precisión.

La técnica funcionó muy bien a nivel de qubit individual. Sin embargo, el siguiente gran desafío fue construir un marco que pudiera realizar esta localización espacial exacta de átomos con alta velocidad y mínima interacción humana, haciendo frente a los requisitos de una computadora cuántica universal tolerante a fallas.

Aprendizaje automático

El aprendizaje automático es un área de investigación emergente que está revolucionando casi todos los campos de investigación, desde la ciencia médica hasta el procesamiento de imágenes, robótica, y diseño de materiales.

Un algoritmo de aprendizaje automático cuidadosamente entrenado puede procesar conjuntos de datos muy grandes con enorme eficiencia.

Una rama del aprendizaje automático se conoce como red neuronal convolucional (CNN), una herramienta extremadamente poderosa para el reconocimiento de imágenes y los problemas de clasificación. Cuando una CNN se entrena con miles de imágenes de muestra, puede reconocer con precisión imágenes desconocidas (incluido el ruido) y realizar clasificaciones.

Reconociendo que el principio que sustenta la metrología espacial establecida de átomos de qubit es básicamente reconocer y clasificar mapas de características de imágenes STM, decidimos entrenar a una CNN en las imágenes STM computadas. El trabajo se publica en la revista NPJ Computational Materials.

La formación involucró a 100, 000 imágenes STM y logró un notable aprendizaje de más del 99 por ciento para la CNN. Luego probamos la CNN entrenada para 17600 imágenes de prueba, incluido el ruido de asimetría y borrosidad típicamente presentes en los entornos realistas.

La CNN clasificó las imágenes de prueba con una precisión superior al 98 por ciento, confirmando que esta técnica basada en el aprendizaje automático podría procesar datos de medición de qubit con alto rendimiento, alta precisión, y mínima interacción humana.

Esta técnica también tiene el potencial de escalar para qubits que constan de más de un átomo de fósforo, donde el número de posibles configuraciones de imagen aumentaría exponencialmente. Sin embargo, El marco basado en el aprendizaje automático podría incluir fácilmente cualquier número de configuraciones posibles.

En los próximos años, a medida que aumenta el número de qubits y el tamaño de los dispositivos cuánticos, Es probable que la caracterización de qubit a través de mediciones manuales sea muy desafiante y onerosa.

Este trabajo muestra cómo las técnicas de aprendizaje automático como las desarrolladas en este trabajo podrían desempeñar un papel crucial en este aspecto de la realización de una computadora cuántica universal tolerante a fallas a gran escala, el objetivo final del esfuerzo de investigación global.