ケンブリッジ大学チームは約50年後に初めて量子スピン液体を検出し、その研究はサイエンス誌に掲載された。

ケンブリッジ大学チームは約50年後に初めて量子スピン液体を検出し、その研究はサイエンス誌に掲載された。

  [[439547]]

一部の研究者は、量子コンピューターがいつの日かデジタル暗号の解読や薬剤の設計などで無限の奇跡を起こすだろうと予測している。しかし、量子コンピュータの開発はまだ初期段階にあり、量子アルゴリズムはまだ最適化されていません。一部の研究者は、量子コンピューターを原子レベルまで制御する能力を獲得しようと努めている。

「これは達成するのが非常に難しい目標だ」とハーバード大学の物理学者、マーカス・グライナー氏は言う。

しかし、本格的な量子コンピュータがなくても、物理学者は、量子システムの複雑な動作をシミュレートするために、関連するより特殊なタイプのマシン、つまり量子シミュレータ(特殊な種類の量子コンピュータ)を使用しています。

アメリカの理論物理学者リチャード・ファインマンは 1981 年の講演で、「自然は古典的なものではない。自然をシミュレートしたいのであれば、量子力学的に作ったほうがよいだろう」と述べています。

過去数年間にわたり、パリ、ケンブリッジ、マサチューセッツの研究グループは、ダークホース型の量子シミュレーターを使用することで、量子コンピューターの開発に向けて大きな進歩を遂げてきました。彼らは、従来のコンピューターでは完了するのに数か月以上かかるであろう一連のシミュレーションを実行しました。

最近、ケンブリッジの研究チームはこれまでで最も重要な発見を発表しました。チームには、ハーバード大学のルーキン氏が率いるチーム、グレイナー氏が率いる研究室、MITのヴラダン・ヴュレティッチ氏が率いる研究グループが含まれています。彼らは量子シミュレーターを使用して、物質がどのように構成されるかを説明する100年前のパラダイムの外側に存在する、とらえどころのない物質の状態、つまり量子スピン液体を検出しました。この研究はサイエンス誌に掲載されました。

1973 年、凝縮物質研究の先駆者でありノーベル賞受賞者のフィリップ・アンダーソンは、物質が量子スピン液体と呼ばれる異常な状態に入る可能性があるという新しい物質理論を提唱しました。この量子スピン液体では、スピンは磁気現象と密接に関連する物理量です。量子スピン液体は幅広い応用が期待されており、量子コンピュータなどの技術開発に活用することができます。

量子スピン液体は、過去数十年間物理学の主要な焦点となってきた、位相的秩序を持つ物質の異質な相です。このフェーズは長距離量子もつれ特性を持ち、堅牢な量子コンピューティングを実現するために使用できます。この研究では、219個の原子を備えたプログラム可能な量子シミュレータを使用して量子スピン液体を調査しました。この研究では、原子配列がカゴメ格子の鎖状に配置され、リュードベリ遮断下での進化によって局所秩序のないフラストレーションのある量子状態が作り出されました。この研究は、トポロジカル物質と保護された量子情報処理の制御された実験的探究の可能性を開きます。

この研究は、この異常な状態を予測した約50年前の理論を裏付けるものであり、真に有用な汎用量子コンピュータを構築するという夢への一歩となる。

論文アドレス: https://www.science.org/doi/10.1126/science.abi8794

「基本的に、私たちは人工結晶を組み立てたのです」とケンブリッジチームを率いたミハイル・ルーキン氏は語った。

「極低温原子実験の全歴史を振り返ると、これはおそらくこの分野で最も印象的で画期的な実験の一つだ」とカリフォルニア大学バークレー校の凝縮物質理論家エフード・アルトマン氏は語った。

中性原子

この研究では、中性原子に基づく新しい量子コンピューティング手法が使用されました。このアプローチは超伝導回路などのより一般的な量子コンピューティング技術に遅れをとっているものの、中性原子の特殊な特性は長い間量子エンジニアの興味をそそってきた。

量子コンピュータを構築する鍵は、量子ビットのグループを組み立てることです。まず量子ビットを外界から隔離する必要があります。そうしないと、振動と熱によって量子ビット間の特性が破壊されてしまいます。ただし、量子ビットはアクセス可能かつ操作可能である必要があります。

支持者らは、中性原子はこれらのニーズの間で良いバランスを実現していると主張する。レーザービームはトラクタービームのように原子を捕らえて移動させ、外部からの干渉から原子を保護します。追加のレーザーパルスにより、原子を超大質量リュードベリ状態に移行させることができます。重要なのは、これらの中性原子量子ビットは量子重ね合わせを同時に想定でき、量子もつれを通じて遠隔的に相互接続することもできるという点です。この 2 つは量子コンピューティングの重要な 2 つの要素です。

20年以上にわたり、研究者たちは中性原子に対する制御を拡大してきました。研究チームは2001年にレーザーピンセットを使って単一の原子を捕らえ、2010年には原子のペアを絡み合わせた。 2016年、数十個の原子を制御する方法を研究したケンブリッジとパリの研究グループによって画期的な進歩が遂げられた。次世代のマシンはすでに3桁に達しており、将来のコンピューターは量子現象の強力なシミュレーターとなるでしょう。

2018年、パリの研究チームは中性原子を操作してエッフェル塔の3Dモデルを作成しました。

研究者たちは、これらの中性原子のグリッドを使用して量子物質の相を調べてきました。これらは、私たちがよく知っている液体と固体の相に似ていますが、重ね合わせと絡み合いがミックスに追加され、より特殊で複雑な構成が可能になります。量子相の探究は、高温超伝導の原因を理解するのに役立つなど、実用的な応用が期待できます。

凝縮物質物理学者は、自然界で見つかった結晶や研究室で育てた結晶を使ってこれらの相を研究します。中性原子の研究者は、物質を「プログラム」する柔軟性を持ち、原子をあらゆる形状の格子に正確に配置したり、リュードベリ状態を操作して原子の相互作用を設計したりすることができます。

リュードベリ原子の配列における二量体モデル。

ケンブリッジの研究チームが初めて量子スピン液体のトポロジカル秩序を直接測定

量子スピン液体は多くのエンタングルメントを経験します。これは、個々の粒子がシステムの全体的なトポロジー、つまり形状を感知できるため、「トポロジカル」シーケンスにつながる特徴です。たとえば、氷に穴を開けると、氷は凍ったままになります。しかし対照的に、量子スピン液体の中心から原子を除去すると、システムの特性が変化する可能性があります。これにより、量子スピン液体は新しいクラスの物質になります。

さまざまな研究チームが、結晶構造が原子に特に適さない鉱物ハーバートスミス石など、量子スピン液体の間接的なヒントを発見している。しかし、物質の状態を量子スピン液体として直接確認することは、その定義となるエンタングルメントとそれに関連する位相秩序を単一の点で測定できないため、ほぼ不可能です。

論文アドレス: https://journals.aps.org/rmp/abstract/10.1103/RevModPhys.88.041002

ケンブリッジの研究チームは量子シミュレーターを使って鳥瞰図を作成した。彼らはまず、オン-オフ・リュードベリ状態がスピンを表すハーバートスミス格子の原子のように動作するようにプログラムするために中性原子を使用しました。次に、研究者らは原子環と原子弦全体のリュードベリ状態を測定し、非局所的なエンタングルメントの観測結果を得た。このようにして、研究者たちは初めて量子スピン液体のトポロジカル秩序を直接測定しました。

物質の位相的相である分数量子ホール効果の最初の明確な発見は、1998 年のノーベル物理学賞 (プリンストン大学のツイ、コロンビア大学のホルスト・ルートヴィヒ・シュトレームラー、スタンフォード大学のロバート・ラフリン) を受賞しました。

「量子スピン液体の探究は、私にとって非常に特別な瞬間です」とルーキン氏は語った。

詳細については原文論文を参照してください。

<<:  水中ロボットが極地でその能力を披露

>>:  テスラのAIディレクター、カルパシー氏は、すべてのMLモデルをTransformerで定義することでAI統合のトレンドについてツイートした。

ブログ    
ブログ    

推薦する

小規模、高効率:DeepMind がマルチモーダル ソリューション Mirasol 3B を発表

マルチモーダル学習が直面している主な課題の 1 つは、テキスト、オーディオ、ビデオなどの異種のモダリ...

AI分野で世界で最も影響力のある機関トップ100のランキング、中国の機関6つがランクイン

[[243888]]現在、「人工知能」という言葉は主要メディアプラットフォームで頻繁に登場し、注目を...

生徒のエッセイ採点における新たな傾向: 教師と AI の共同モデル

テクノロジーが進歩するにつれ、それが従来の人間の仕事をどのように変えたり、置き換えたりするのかという...

...

...

新しい機械学習システムがロボットに社会的なスキルを与える

ロボットは大学のキャンパスに食べ物を配達したり、ゴルフコースでホールインワンを達成したりすることがで...

[トイレに座ってアルゴリズムを読む] アルゴリズム 8: 賢い隣接リスト (配列の実装)

前回は、空間と時間の複雑さがともにN 2であるグラフの隣接行列保存方法を紹介しました。今回は、グラフ...

人工知能は企業マーケティングの未来を変えるのか?

企業マーケティングにおける人工知能の利点AI を取り巻くメディアの多くは否定的ですが、AI は企業の...

...

中国の人工知能産業市場はどれくらい大きいのでしょうか? 2021年の6つの主要トレンド

2016年、AlphaGoが囲碁九段の名人であるイ・セドル氏を破り、大きな話題となり、人工知能の話題...

数学的パラドックスが人工知能の限界を証明する

人間は一般的に何かが間違っていることを認識するのが得意ですが、AI システムはそうではありません。新...

...

人工知能の5大セキュリティ問題への対策

Google、スタンフォード大学、カリフォルニア大学バークレー校、OpenAI の研究者が論文「AI...