《香港理工大学等机构研究团队开发量子微处理器芯片,用于模拟大型且结构复杂的分子光谱》

  • 编译者: 张宇
  • 发布时间:2024-09-11
  • 近日,香港理工大学的工程研究人员开发了一种新的量子微处理器芯片,用于模拟大型和复杂的分子结构。这种16量子比特的量子微处理器芯片能够对分子振动光谱进行高精度模拟,它克服了经典计算机的局限性并推动了量子化学应用的发展。这种尖端的量子微处理器可能会彻底改变材料科学和化学等领域,在模拟蛋白质结构和优化分子反应方面具有潜在应用。

    香港理工大学的工程研究人员已成功开发出一种量子微处理器芯片,用于模拟现实中的大结构和复杂分子的分子光谱,这是世界上首次取得这样的成就。准确捕捉这些量子效应需要开发精确的计算模型,模型中这些涉及量子叠加和纠缠的部分都是计算密集型的经典模型。

    该研究发表在《Nature Communications》期刊,题为“Large-scale photonic network with squeezed vacuum states for molecular vibronic spectroscopy(用于分子振动光谱的具有挤压真空状态的大规模光子网络)”的论文中。这项尖端技术使用了超出经典计算机能力的量子计算应用程序为解决复杂的量子化学问题铺平了道路。

    研究团队由LIU Ai-Qun教授领导,他是量子工程与科学领域的主席教授,也是量子技术研究所(IQT)的所长,全球STEM学者,新加坡工程院院士。与他一起的主要项目推动者是ZHU Hui Hui博士,电子与电气工程系的博士后研究员,也是研究论文的第一作者。其他合作者来自南洋理工大学、香港城市大学、北京理工大学、南方科技大学、微电子研究所以及瑞典的查尔默斯理工大学。

    Zhu博士的团队通过实验演示了一种大规模量子微处理器芯片,并引入了一种非常规的理论模型,该模型采用线性光子网络和压缩真空量子光源来模拟分子振动光谱。16量子比特量子微处理器芯片被制造并集成到单个芯片中。项目已经开发了一个完整的系统,包括用于量子光子微处理器芯片和电气控制模块的光-电-热封装的硬件集成、设备驱动程序的软件开发、用户界面和完全可编程的底层量子算法。量子计算机系统的发展为进一步的应用提供了基本的组成部分。

    量子微处理器可用于解决复杂任务,例如模拟大型蛋白质结构或优化分子反应,并显著提高速度和准确性。Zhu博士说:“我们的方法可以产生一类早期的实用分子模型,这些模拟的运行方式超越了经典计算模型的限制,并有望在相关量子化学应用中实现量子加速。

    量子技术在科学领域至关重要,包括材料科学、化学和凝聚态物理学。量子微处理器芯片作为一种极具吸引力的硬件平台,为量子信息处理提供了一种很有前途的技术解决方案。

    研究结果和由此产生的集成量子微处理器芯片为众多实际应用开辟了重要的新途径。这些应用包括解决分子对接问题和利用量子机器学习技术。刘教授说:我们的研究受到量子模拟技术对现实世界的潜在影响的启发。在我们工作的下一阶段,我们的目标是扩大微处理器的规模,并处理更复杂的应用,从而进一步促进使社会生产和行业进步。

    这个团队推动了量子技术的突破性发展,可以被认为是“游戏规则的改变者”他们利用量子计算微处理器成功地完成了分子光谱模拟这一极具挑战性的任务。他们的研究标志着量子技术及其潜在的量子计算应用的重大进步。

相关报告
  • 《芝加哥大学普利兹克分子工程学院(PME)研究团队将囚禁原子阵列和光子相结合,以开发新型量子器件》

    • 编译者:李晓萌
    • 发布时间:2024-08-20
    • 量子信息系统提供比标准计算机更快、更强大的计算方法,有助于解决世界上许多最棘手的问题。然而,要实现这一最终承诺,将需要比科学家尚未建造的更大、更互联的量子计算机。事实证明,将量子系统扩展到更大的尺寸,并连接多个系统是具有挑战性的。 现在,芝加哥大学普利兹克分子工程学院(PME)的研究人员已经发现了如何结合两种强大的技术——捕获原子阵列和光子器件——来产生用于量子计算、模拟和网络的先进系统。新的组合将允许构建大型量子系统,这些量子系统可以很容易地扩大规模,通过利用光子学互连单个原子阵列。 “我们已经合并了两种技术,在过去,这两种技术实际上并没有太大关系,”分子工程助理教授、这项新工作的资深作者Hannes Bernien表示,该研究发表在《Nature Communications》期刊上。“可以看到我们是如何以这种方式扩展量子系统的,它不仅非常有趣,更重要的是它具有很多实际用途。 被困在光镊中的中性原子阵列——高度聚焦的激光束,可以将原子固定在适当的位置——是一种越来越流行的构建量子处理器的方法。当这些中性原子网格以特定序列激发时,可以进行复杂的量子计算,这些计算可以扩展到数千个量子比特。然而,它们的量子态是脆弱的,很容易被破坏,包括被旨在以光子形式收集数据的光子设备破坏。 “由于技术上的根本差异,将原子阵列连接到光子器件一直非常具有挑战性。原子阵列技术依赖于激光器进行生成和计算。” PME研究生,新工作的共同第一作者Shankar Menon说。“一旦你将系统暴露在半导体或光子芯片中,激光就会散射,从而导致原子的捕获、检测和计算问题。 在这项新工作中,Bernien的团队开发了一种新的半开放芯片几何形状,允许原子阵列与光子芯片接口,克服了这些挑战。借助新平台,可以在计算区域中进行量子计算,然后将包含所需数据的原子中的一小部分移动到新的互连区域,以实现光子芯片集成。 “我们有两个独立的区域,原子可以在它们之间移动,一个远离光子芯片进行计算,另一个靠近光子芯片,用于互连多个原子阵列。” 共同第一作者,PME研究生Noah Glachman解释说。“这种芯片的设计方式,它与原子阵列的计算区域的相互作用最小。” 在互连区域,量子比特与微观光子器件相互作用,该光子器件可以提取光子。然后,光子可以通过光纤传输到其他系统。最终,这意味着许多原子阵列可以互连,形成比单个阵列更大的量子计算平台。 新系统的另一个优点是可以将多个纳米光子腔同时连接到一个单原子阵列上,这可以带来独特的快速计算能力。 “我们可以同时拥有数百个这样的腔体,它们都可以同时传输量子信息,”Menon说。“这可以使得互连模块之间信息共享的速度大幅提高。” 该团队不仅展示了捕获原子并在区域之间移动的可行性,同时他们还在计划未来的研究,并着眼于该过程中的其他步骤,包括从纳米光子腔中收集光子,以及长距离产生纠缠。
  • 《宾夕法尼亚大学科研团队开发出可检测单个原子信号的量子传感方法,为分子分析带来前所未有的精确度》

    • 编译者:李晓萌
    • 发布时间:2025-02-11
    • 自20世纪50年代以来,科学家们一直在使用无线电波来发现未知材料的分子“指纹”,帮助完成各种任务,如用MRI机器扫描人体和在机场检测爆炸物。 然而,这些方法依赖于数万亿个原子的平均信号,因此无法检测到单个分子之间的微小变化。这些限制阻碍了蛋白质研究等领域的应用,在这些领域,形状控制功能的微小差异可以决定健康和疾病之间的差异。 亚原子洞察 近日,宾夕法尼亚大学工程与应用科学学院(Penn Engineering)的工程师利用量子传感器实现了核四极共振(NQR)光谱的突破性变化,这是一种传统上用于检测药物和爆炸物或分析药物的技术。 相关研究成果在《Nano Letters》期刊发表,这种新方法非常精确,可以检测到单个原子的NQR信号——这一壮举曾经被认为是不可能实现的。这种前所未有的敏感性为药物开发等领域的突破打开了大门,在这些领域,理解原子水平的分子相互作用至关重要。 “这项技术使我们能够分离单个核,并揭示被认为是相同分子的微小差异,”宾夕法尼亚大学量子工程实验室(QEL)主任、电气与系统工程(ESE)副教授、该论文的资深作者Lee Bassett表示。“通过专注于单个核,我们可以揭示以前隐藏的分子结构和动力学的细节。这种能力使我们能够在一个全新的尺度上研究自然界的组成部分。” 意外发现 这一发现源于常规实验中的一次意外观察。Alex Breitweiser是宾夕法尼亚大学艺术与科学学院物理学博士研究生,也是该论文的共同第一作者,现在是IBM的研究员,当他注意到数据中的异常模式时,他正在研究钻石中的氮空位(NV)中心——量子传感中经常使用的原子级缺陷。 周期性信号看起来像是一个实验性的伪影,但在经过大量故障排除后仍然存在。回到20世纪50年代和60年代关于核磁共振的教科书中,Breitweiser发现了一种物理机制,可以解释他们所看到的东西,但这之前被认为在实验上无关紧要。 技术的进步使该团队能够检测和测量曾经超出科学仪器范围的影响。Brietweiser说:“我们意识到我们不仅仅看到了异常。”。“我们正在打破一种新的物理学体系,我们可以通过这项技术进入。” 前所未有的精度 通过与荷兰代尔夫特理工大学的研究人员合作,对这种影响的理解得到了进一步的发展,Breitweiser曾在该大学作为国际奖学金的一部分,花时间对相关主题进行研究。结合实验物理学、量子传感和理论建模方面的专业知识,该团队创造了一种能够以极高的精度捕获单原子信号的方法。 “这有点像在一个巨大的电子表格中隔离一行,”ESE博士毕业生、该论文的另一位共同第一作者Mathieu Ouellet解释道。“传统的NQR产生类似于平均值的东西——你可以从整体上了解数据,但对单个数据点一无所知。通过这种方法,就好像我们发现了平均值背后的所有数据,将信号从一个核中分离出来,并揭示了它的独特属性。” 解读信号 确定意外实验结果的理论基础需要付出巨大的努力。Ouellet必须仔细测试各种假设,运行模拟并执行计算,以将数据与潜在原因相匹配。“这有点像根据症状诊断病人,”他解释道。“数据表明有些异常,但通常有多种可能的解释。花了很长时间才得出正确的诊断。” 展望未来,研究人员看到了他们的方法在解决紧迫的科学挑战方面的巨大潜力。通过表征以前隐藏的现象,新方法可以帮助科学家更好地理解塑造我们世界的分子机制。 本研究在宾夕法尼亚大学工程与应用科学学院进行,并得到了国家科学基金会(ECCS-1842655,DMR-2019444)的支持。额外的支持来自加拿大自然科学与工程研究委员会,通过授予Ouellet的博士奖学金,以及IBM,通过授予Breitweiser的博士奖学金。 其他合著者包括黄子勇,他曾是宾夕法尼亚大学工程学院ESE的博士生,现供职于诺基亚贝尔实验室,以及代尔夫特理工大学的Tim H.Taminiau。