前沿|量子计算机重大突破:可在室温下运行

前言

人类对意识和智能的研究仍处在十分初级的阶段,其实就是说,人们其实并不知道真正的AI到底该如何制造出来,事实上,看起来深度学习能带领我们达成真正AI的概率是比较低的。因此,反而有可能是基础理论的进步能带给AI意想不到的突破。

量子计算机无疑是基础理论中极有潜力的一种形式。至少现在很明显的一点是:量子计算机强大的计算能力可以让我们拥有完全模拟脑神经结构的能力,很有可能能帮我们制造出一个模拟的人工智能来。而本篇文章介绍的就是让量子计算机向实用性方向迈出了一大步的一项研究,下面是论文一些比较重要的片段的节选:

现在关于量子计算机的研究大多数都要求量子计算机在极低的温度下运行。而一项让它们能更加实用的研究挑战就是让他们在室温下也能工作。

日前这项研究由于一项新的日常材料的应用出现了突破。其细节发布在了最新一期的Nature Communications上。

一台普通的现代计算机是使用由离散字节组成的二进制系统来表示信息的,也就是用0和1。而量子计算机则是用一组量子比特的序列,也叫Q比特来表示信息的。它们可以用0、1以及0和1之间的任何状态来表示信息,这个特殊的状态被称为这些量子比特的量子叠加态。

而这种特殊的表达方法也是量子计算机相对于目前的普通计算机在计算速度和能力上实现飞跃的原因。

自旋是关键

电子具有电荷并且会进行自旋,而自旋会决定一个原子是否会产生磁场。自旋状态也可以用来用作量子比特的表示方法——它“自旋加快”和“自旋减慢”的状态可以分别表示传统概念中的0和1。

不过,电子的自旋状态因此必须要十分稳定而避免发生“退相干”,退相干会导致量子叠加态中电子自旋的无序化,从而导致信息的丢失。

电子自旋的寿命是由相邻磁相互作用产生的晶格振动决定的。量子计算需要自旋寿命超过100纳米的电子来用作计算。

将材料的温度降低到接近绝对零度,也就是将近-273℃,确实能增加自旋的寿命,不过使用纯净的导电材料也能。

在室温下完成量子计算

使用重原子核质量的材料、如硅和金属等材料制成的量子计算设备需要冷却到接近绝对零度的时候才能使用。人们有尝试过用其他一些材料在室温下进行量子操作。但是那些材料都需要进行同位素工程,完成它需要像核反应堆这样的庞大设施以及量子比特级别的姿态控制。

像金属有机簇状化合物这样的微粒也被使用过,但是它们同样需要很低的温度和同位素工程。

很明显,在使用这些特殊的材料组建量子比特计算系统时有许多需要权衡和考虑的因素。

至此我们可以得出一个结论:找到一种具有较轻原子量的、在室温下有超过100纳秒的,足够长的自旋寿命的导体是普及量子计算的条件之一。这样一种材料会结合目前量子比特材料的所有好的特性。

要樟脑丸做什么?

我们已经证明了导电电子自旋的长寿命在由碳纳米球中组成的类金属材料可以达到室温。而这种材料的制造方式很简单,就是烧萘,而萘是樟脑丸的主要活性成分之一。

碳纳米球的结构和大小

最终制成的这种材料是一种固体粉末的状态,可在空气中存在和使用。可溶于乙醇和水溶剂。或者沉积到玻璃这样的表面上。考虑到这种材料是非常均匀的,其的质量可以用散装固体粉末来测量。

纳米球样本的外观

使用这种材料我们达成了一个使电子的自旋寿命在室温下达到了175纳秒的记录。这个时间听起来可能不算长,但是已经达到了进行量子计算所必须的先决条件,而且这个时间已经是石墨烯成绩的100倍长了。

这可能是因为导体电子材料和它们的纳米限制空间的自掺杂效应。这基本意味着这些球体可以在保留他们独特的电子特性的同时完全由碳中提取。

我们的研究现在对在室温下操纵量子比特自旋的可能性持开放态度。这种方法完全不需要对母材料进行任何同位素操作,也不用稀释自旋的分子,或要求极低的温度。

这让量子比特能达到一个更高的密度,从原理上来说,可以达到比所有其他硅基方法更高的程度。

降低成本

这种非常简单的使用常见实验室试剂制取碳材料的方式极大降低了实现实用型量子计算机的技术壁垒。比如,能将材料冷却至接近绝对零度的设备多得话可能要花掉上百万美元并且占满一个极大的房间。

如果想要建造量子计算机的话人们需要证明量子比特可以进行设计量子叠加态的操作并且也可以建立起一个能正常使用的量子逻辑门(或者开关)

在我们的研究中我们证明了我们的模型已经将后者从一个科学突破的地位成果变成了只需要工程学上的进步就能实现的东西。下一步就是制造一个真正的量子逻辑门——就是真正的设备了。

让人兴奋的是这些材料已经以一种适合设备处理的形式准备好了。我们已经证明了独立的导电碳纳米球在硅的表面上可以是绝缘的。

从原理上来说,这可能提供了一条将高密度量子比特纳米球阵列一体化集成到现有的硅基技术和基于薄膜的电子上的崭新道路。

题图:量子计算机D-wave,图片来自tech.ifeng.com

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-07-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

有哪些惊艳全球数据行业的16个数据可视化例子?

数据是非常强大的。当然,如果你能真正理解它想告诉你的内容,那它的强大之处就更能体现出来了。   通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。...

2706
来自专栏CDA数据分析师

这16个数据可视化案例,惊艳了全球数据行业

本文转自网络,如涉侵权请及时联系我们 数据可视化可以帮你更容易的解释趋势和统计数据。 数据是非常强大的。当然,如果你能真正理解它想告诉你的内容,那它的强大之处就...

2646
来自专栏人工智能快报

英特尔等推动深度学习与超级计算相融合

【概要】英特尔和美国国家能源研究科学计算中心、斯坦福大学联合开发出一套深度学习系统,可在15 Petaflops的超级计算机上运行。

905
来自专栏华章科技

这16个数据可视化案例,惊艳了全球数据行业

数据是非常强大的。当然,如果你能真正理解它想告诉你的内容,那它的强大之处就更能体现出来了。

753
来自专栏量子位

MIT团队把机器学习引入老年痴呆测试:一支数码笔一分钟搞定

△ 时钟绘图测试 王新民 编译整理自MIT News 量子位·QbitAI 出品 好消息,世界各地人民的平均寿命越来越长了。 坏消息,阿尔茨海默病患者会越来越多...

34113
来自专栏AI科技评论

关于机器学习,你所知道的,可能都是错的

虽然机器学习已经成为一个高频名词,但是对于大众而言,它依然是一个遥不可及乃至模糊不清的概念。为此,著名投资人 Benedict Evans 在自己的博客上发表博...

872
来自专栏AI科技评论

15款开源人工智能软件挨个数,哪一款是你的菜?

人工智能是目前最热门的科研领域之一。诸如IBM、谷歌、微软、脸书和亚马逊这类大型公司不仅加大了对旗下发展研究部门的资金投入,同时也开始并购一些在机器学习、神经网...

3295
来自专栏新智元

从NIPS 2017看AI未来:黄仁勋等提出新方向:机器人不尬聊、AI可学习并预测人类行为

【新智元导读】愈来愈热的人工智能的下一步将走向哪里?见仁见智。不过,最好的莫过于在近期美国加州长滩举行的NIPS 2017上寻找答案。这次大会上展示的基于机器深...

3167
来自专栏AI研习社

关于机器学习,你所知道的,可能都是错的

AI研习社按,虽然机器学习已经成为一个高频名词,但是对于大众而言,它依然是一个遥不可及乃至模糊不清的概念。为此,著名投资人 Benedict Evans 在自己...

872
来自专栏灯塔大数据

惊艳全球数据行业的16个数据可视化例子

数据是非常强大的。当然,如果你能真正理解它想告诉你的内容,那它的强大之处就更能体现出来了。 通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须...

3163

扫码关注云+社区