量子計算領(lǐng)域的主要目標(biāo)是創(chuàng)建大規(guī)模且容錯的通用量子計算機(jī)。量子超越,意味著量子計算機(jī)表現(xiàn)出比經(jīng)典計算機(jī)更優(yōu)越的計算能力,谷歌已經(jīng)用53個超導(dǎo)量子位實(shí)現(xiàn)了這一目標(biāo),但它是針對特定問題的解決方案,而不是針對一般問題。為了實(shí)現(xiàn)大規(guī)模通用量子計算機(jī),人們提出了幾種方法(例如超導(dǎo)量子位、俘獲離子量子位),但尚未確定哪一種是獲勝者??茖W(xué)相機(jī)通常用于具有中性原子的量子計算機(jī),中性原子是最有前途的量子位之一。我們采訪了大阪大學(xué)的 Takashi Yamamoto 教授和助理教授 Toshiki Kobayashi,他們正在使用 ORCA-Quest 進(jìn)行中性原子量子計算。
ORCA-Quest 對中性原子量子計算的好處
在中性原子量子計算機(jī)中,中性原子被光鑷捕獲在真空中并在晶格中排列??茖W(xué)相機(jī)的用途是看到被困在晶格中的每個原子發(fā)出的熒光,它可以觀察被困原子的位置,甚至它們的量子態(tài)??茖W(xué)相機(jī)的一個主要要求是低噪聲和高量子效率,以消除誤報,這意味著即使原子沒有發(fā)出熒光,相機(jī)也會因其低靈敏度而誤解原子發(fā)出的熒光。由于我們在應(yīng)用中使用的光源本質(zhì)上是發(fā)射單光子,因此像 ORCA-Quest 這樣可以拍攝光子數(shù)量被逐個計數(shù)的圖像的特殊相機(jī)將是非常理想的。
此外,為了對量子位進(jìn)行糾錯,對相機(jī)的另一個要求是相機(jī)必須盡快讀出量子位的狀態(tài),并且必須根據(jù)狀態(tài)立即應(yīng)用一些反饋。就數(shù)據(jù)讀取速度而言,ORCA-Quest 等 CMOS 相機(jī)優(yōu)于傳統(tǒng) CCD 相機(jī)。
我看到很多人在論文中使用EM-CCD相機(jī)進(jìn)行中性原子量子計算,但最近我感覺越來越多的人使用sCMOS相機(jī),因?yàn)樗鼈兊男阅芴嵘?。EM-CCD和sCMOS的技術(shù)正在顯著進(jìn)步,這兩款相機(jī)的量子效率和噪聲性能都處于很高的水平。在這種背景下,我們選擇 ORCA-Quest 進(jìn)行研究的決定性因素是光子數(shù)分辨 (PNR) 模式。我們對qCMOS技術(shù)抱有很高的期望,因?yàn)镋M-CCD由于其傳感器技術(shù)的原因無法實(shí)現(xiàn)PNR模式,我們相信如果我們能找到一種有效利用PNR模式的方法,那將是非常有趣的。
圖片示例由 ORCA-Quest 提供
實(shí)驗(yàn)條件
原子:Rb (發(fā)射波長 780 nm)
原子間距:13 um
掃描模式:超靜音掃描模式
分檔:2x2
曝光時間:20 ms
原子在晶格位置的占據(jù)概率:約 50 %
單發(fā)
幀平均(200 幀)
右下晶格位點(diǎn)原子的強(qiáng)度直方圖(4x4 像素 ROI 中的強(qiáng)度求和,200 幀)
大阪大學(xué)標(biāo)志
研究的未來展望
如前所述,量子計算領(lǐng)域的主要目標(biāo)是打造大規(guī)模容錯通用量子計算機(jī)。容錯通用量子計算機(jī)將非常大,并且估計需要大約原子,具體取決于算法和協(xié)議。為了實(shí)現(xiàn)這一目標(biāo),人們認(rèn)為單一的物理系統(tǒng)是不夠的,而網(wǎng)絡(luò)化的量子計算機(jī)通過量子隱形傳態(tài)連接多個物理系統(tǒng),利用量子糾纏來轉(zhuǎn)移量子態(tài),并因此獲得了諾貝爾物理學(xué)獎。 2022年授予,正在晉升。目前,我們正在努力研究本地原子量子計算機(jī)部分,因?yàn)檫€沒有人創(chuàng)建用于量子計算的物理系統(tǒng)。
我們相信,憑借 ORCA-Quest 的大量像素(4096(H)x 2304(V)),我們將能夠用單個相機(jī)捕獲原子。當(dāng)我們通過Hamamatsu提出的單原子陣列成像模擬結(jié)果來比較ORCA-Quest和EM-CCD時,我們覺得兩者看起來都不錯,但最終的決定因素是qCMOS技術(shù)的未來期望,例如“光子數(shù)”解決模式。
審核編輯 黃宇
-
ORCA
+關(guān)注
關(guān)注
0文章
5瀏覽量
8475 -
量子計算
+關(guān)注
關(guān)注
4文章
1093瀏覽量
34941
發(fā)布評論請先 登錄
相關(guān)推薦
評論