Hyödyntää kvanttinopeuden parannuksia

Perimmäinen ongelma on, että tutkijoiden on ensin laskettava mahdollisten uusien materiaalien ominaisuudet voidakseen ennustaa, voisivatko ne olla hyödyllisiä. Esimerkiksi kvasikiteet ovat niin monimutkaisia, että ne voivat vaatia yli kvadriljoonan luvun käsittelyä – paljon enemmän kuin maailman tehokkaimpien supertietokoneiden kapasiteetti.

Aalto-yliopiston sovelletun fysiikan laitoksen tutkijat ovat nyt osoittaneet, kuinka kvanttifysiikan inspiroima algoritmi mahdollistaa näiden valtavien, epäjaksollisten kvanttimateriaalien ratkaisemisen silmänräpäyksessä. Se on myös varhainen esimerkki positiivisesta kvanttiteknologian takaisinkytkentäsilmukasta, selittää apulaisprofessori Jose Lado.

”Ratkaisevaa on, että nämä uudet kvanttialgoritmit voivat mahdollistaa uusien kvanttimateriaalien kehittämisen uusien kvanttitietokoneiden paradigmojen rakentamiseksi ja luoda tuottavan kaksisuuntaisen takaisinkytkentäsilmukan kvanttimateriaalien ja kvanttitietokoneiden välille”, hän selittää.

Heidän löytönsä tasoittaa tietä häviöttömien elektroniikoiden rakentamiselle, mikä voisi esimerkiksi auttaa lieventämään tekoälyä käyttävien datakeskusten lämpövaikutuksia.

Tutkimuksessa tiimi keskittyi topologisiin kvasikiteisiin, joissa esiintyy epätavanomaisia kvanttivirityksiä. Niiden kykyjen valjastaminen on tärkeää, koska ne suojaavat kvanttimateriaalin sähkönjohtavuutta kohtalokkaalta kohinalta ja häiriöiltä, mutta ne ovat hajallaan epätasaisesti kvasikiteen sisällä. Sen sijaan, että tiimi olisi yrittänyt laskea kvasikiteen valtavaa muotoa, se käänsi ongelman samalle kielelle, jota kvanttitietokoneet puhuvat.

”Kvanttitietokoneet toimivat eksponentiaalisesti laajoissa laskenta-avaruuksissa, joten käytimme erityistä algoritmiperhettä näiden tilojen koodaamiseen, jotka tunnetaan tensoriverkkoina, laskeaksemme kvasikiteen, jossa on yli 268 miljoonaa kohtaa. Algoritmimme osoittaa, kuinka kvanttimateriaalien valtavat ongelmat voidaan ratkaista suoraan eksponentiaalisella nopeutumisella, joka saadaan koodaamalla ongelma kvantti-monikappalejärjestelmänä”, Antão sanoo.

Algoritmi on teoreettinen laskenta, joka on suoritettu simulaatiolla, mutta kokeellinen vahvistus ja mahdolliset tulevat askeleet ovat näköpiirissä.

”Esittelemämme kvanttipohjainen algoritmi mahdollistaa supermoiré-kvasikiteiden luomisen useita kertaluokkia perinteisten menetelmien kykyjä korkeammalle. Tämä on tärkeä askel kohti topologisten kubittien suunnittelua supermoiré-materiaaleilla esimerkiksi kvanttitietokoneissa käytettäväksi”, Lado sanoo.

Ladon mukaan ”menetelmäämme voidaan soveltaa toimimaan oikeilla kvanttitietokoneilla, kun ne saavuttavat tarvittavan mittakaavan ja tarkkuuden.

Lisäksi tutkimus yhdistää kaksi merkittävää kvanttiteknologian suuntausta Suomessa: kvanttimateriaalit ja kvanttialgoritmit. Se on osa Ladon ERC Consolidator -apurahaa ULTRATWISTROICS , jonka tavoitteena on suunnitella topologisia kubitteja van der Waalsin materiaalien avulla, sekä kvanttimateriaalien huippuyksikköä QMAT , jonka tehtävänä on vauhdittaa kvanttiteknologiaa tulevina vuosikymmeninä.

Aiheesta aiemmin:

Moire-kuviot tarjoavat nyt topologiaa