источник: hsto.org

Схема эксперимента. Сигнал обрабатывается двумя датчиками, создавая запутанное состояние. Данные измерений обрабатывались на классическом компьютере

Ученые показали, что датчики на квантовой запутанности способны уменьшить процент ошибок при вычислениях. Статья опубликована в журнале Physical Review X.

Квантовые вычисления могут быть гораздо быстрее классических. Квантовый компьютер сможет за считанные секунды решать уравнения, на которые классическому компьютеру потребовались бы тысячи лет. Демонстрация квантового преимущества — долгожданная цель в сообществе, однако очень немногие эксперименты смогли ее продемонстрировать, указывает Чжешен Чжан, доцент кафедры материаловедения и инженерии в Аризонском университете и один из авторов статьи.

В квантовых вычислениях и других квантовых процессах используются единицы информации, называемые кубитами. Классические компьютеры работают с битами, которые могут принимать значения нулей или единиц. Кубиты могут существовать в обоих состояниях одновременно, что увеличивает мощность квантовых систем. Квантовая область сейчас находится в эпохе, которую Джон Прескилл, физик из Калифорнийского технологического института, назвал «шумной квантовой эпохой промежуточного масштаба». В этот период квантовые компьютеры могут выполнять задачи, требующие от 50 до нескольких сотен кубитов, но со значительным количеством ошибок и помех (шума). Более того, на данном этапе шум перевешивает полезность вычислений.

В своем эксперименте ученые из Аризоны использовали классические и квантовые методы. Они усовершенствовали технологию квантовых вычислений при помощи трех датчиков для классификации средней амплитуды и угла радиочастотных сигналов.

Принцип работы датчиков основан на явлении квантовой запутанности, которая позволяет им обмениваться информацией друг с другом и обеспечивает два основных преимущества. Во-первых, квантовая запутанность позволила повысить чувствительность датчиков и уменьшила процент ошибок. Во-вторых, будучи запутанными, устройства оценивали общие свойства, а не собирали данные о конкретных частях системы. Это полезно в случаях, когда от прибора требуется ответ в двоичной форме. Например, в медицине исследователям не нужно знать свойства каждой отдельной клетки в образце ткани; им нужно только знать, есть ли в образце хоть одна раковая клетка. То же самое относится и к обнаружению опасных химических веществ в питьевой воде.

источник: hsto.org