當前位置:
首頁 > 科技 > Nature | 耶魯實現量子門的隱形傳輸,模塊化量子計算的關鍵進展

Nature | 耶魯實現量子門的隱形傳輸,模塊化量子計算的關鍵進展


選自 phys.org


機器之心編譯

參與:王淑婷、劉曉坤





耶魯大學的研究人員證明,構建模塊化、可糾錯量子計算機架構的關鍵步驟之一是按需在兩個量子比特之間「隱形傳送」量子門。該研究於 9 月 5 日在《nature》上發布。



這項新研究背後的關鍵原理是量子隱形傳態,這是量子力學的獨有特徵,曾被用來在雙方之間隱形傳輸未知的量子態,而不需要在物理上發送粒子本身。耶魯大學的研究人員利用 20 世紀 90 年代開發的理論協議,在不依賴任何直接相互作用的情況下,通過實驗展示了在兩個量子比特之間的量子門的隱形傳輸。這種門對於依賴分離量子系統網路的量子計算來說非常必要——許多研究人員認為這種結構可以抵消量子計算處理器固有的誤差。




通過耶魯量子研究所,由首席研究員 Robert Schoelkopf 和前研究生 Kevin Chou 領導的耶魯研究小組正在研究量子計算的模塊化方法。研究人員稱,從生物細胞組織到最新 SpaceX 火箭引擎網路等所有領域都已發現的模塊化,被證明是構建大型複雜系統的有力策略。量子模塊化架構由一系列模塊組成,這些模塊充當連接更大網路的小型量子處理器。




這種架構中的模塊彼此之間具有自然隔離,通過更大系統減少不必要的相互作用。然而,根據研究人員的說法,這種隔離也使得在模塊之間執行運算成為一個明顯的挑戰。量子門傳輸是實現模塊間運算的一種方式。




Chou 表示,「我們的工作首次展示了這種協議,其中經典通信實時發生,允許我們實現『確定性』運算,每次都能執行期望的運算。」





圖 1:模塊化架構和傳輸 CNOT 門的構造。




實用量子計算機的計算速度將能超越當前超級計算機幾個數量級。耶魯大學的研究人員站在了開發首個實用量子計算機的前沿,用超導線路完成了量子計算的開創性工作。




量子計算是通過稱為量子比特的相互作用來完成的,這種數據容易出錯。在實驗量子系統中,「邏輯」量子比特由「輔助」量子比特監控,以便立即檢測和糾正錯誤。Schoelkopf 表示,「我們的實驗第一次演示了邏輯量子比特之間的兩比特運算。這是使用可糾錯量子比特進行量子信息處理的里程碑。」




論文:Deterministic teleportation of a quantum gate between two logical qubits









  • 論文地址:https://www.nature.com/articles/s41586-018-0470-y



  • 預印地址:https://arxiv.org/pdf/1801.05283.pdf




摘要:

量子計算機擁有高效求解經典計算機難以解決的問題的潛力。然而,由於真實世界量子系統內在的誤差和雜訊,構建大規模的量子處理器很有挑戰性。解決這個問題的一個方法是利用模塊化,這種策略常被用來在自然和工程中構建魯棒的複雜系統。該方法通過集成小型、專用的組件到更大規模的架構中來控制複雜性和不確定性。這種思想啟發了量子模塊化架構的開發,其中分離的量子系統通過通信通道連接到量子網路中。在這種架構中,通用量子計算的基本工具是糾纏量子門的傳輸,但這種傳輸迄今為止尚未被確定性地實現。




我們在本文實驗中展示了控制非門(CNOT)的傳輸,通過使用實時的適應性控制實現了確定性操作。此外,我們通過制定兩個邏輯量子比特之間的量子門,在超導腔的量子態中編碼冗餘量子信息,來實現魯棒的誤差校正模塊。通過使用這種誤差校正編碼,我們的量子門傳輸達到了 79% 的過程保真度。




可傳輸的量子門對於容錯量子計算意義重大,當能在量子網路中實現時,其將在量子通信、量子測量和量子模擬中得到廣泛應用。在結合了量子誤差校正協議後,我們的結果展示了在邏輯量子比特上實現多量子比特運算的優越方法,表明使用模塊化架構實現容錯量子計算很有潛力。





圖 4:確定性傳輸 CNOT 量子門的實驗展示。



原文鏈接:https://phys.org/news/2018-09-teleport-quantum-gate.html






本文為機器之心編譯,

轉載請聯繫本公眾號獲得授權



?------------------------------------------------


加入機器之心(全職記者 / 實習生):hr@jiqizhixin.com


投稿或尋求報道:

content

@jiqizhixin.com


廣告 & 商務合作:bd@jiqizhixin.com

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器之心 的精彩文章:

Keras vs PyTorch:誰是「第一」深度學習框架?
這是一份非常全面的開源數據集,你,真的不想要嗎?

TAG:機器之心 |