Quantum advantageSmall-scale phenom

Quantum advantage

Small-scale phenomena drive next-generation computing technology



From smartphones to supercomputers, users of digital devices are united in their need for speed. For decades, that has meant creating silicon-based computer chips that pack more circuitry into increasingly smaller spaces. Recently, however, the recognition that the density of circuitry on silicon chips is nearing its theoretical limit has accelerated research in the field of quantum computing.

Although still in its infancy, quantum computing has demonstrated the potential to handle certain types of computational problems many times faster than traditional methods. The key to this advantage is its reliance on esoteric physical interactions that occur among particles like photons and electrons on a vanishingly small scale.



Creating quantum entanglement


ORNL postdoctoral researcher Ben Lawrie operates the controls at the laser table. Photo Jason Richards
ORNL postdoctoral researcher Ben Lawrie operates the controls at the laser table. Photo Jason Richards
To generate these quantum interactions in the laboratory, ORNL quantum scientist Raphael Pooser fires a laser into a cloud of vaporized rubidium atoms. The laser beam, like all light, is composed of individual photons. Under tightly controlled conditions, the atomic vapor acts like a nonlinear crystal, splitting the laser into twin beams of light, each with a frequency slightly different from that of the original. Pairs of photons—one in each beam—are created by this process. Each member of the pair is linked to the other by a phenomenon known as quantum entanglement. “These entangled pairs are
the fundamental building blocks of quantum optics,” Pooser says. “They enable us to do quantum computing with photons.”

The notion of quantum entanglement is difficult for most people to take in. Even Albert Einstein wasn’t a big fan of the concept. In a paper published in 1935, Einstein and his colleagues disputed the completeness of the new theory of quantum mechanics because they claimed it failed to define all elements of reality accurately. Among their misgivings were reservations about the implications of
equations indicating that measuring the position or momentum of one quantum object (such as a photon) allows one to calculate the position or momentum of another—regardless of the distance between the two. Einstein skeptically called this phenomenon ”spooky action at a distance.” “We call it ‘entanglement,’” Pooser says.

Encoding quantum information

Pooser explains that the “spooky” relationship between the entangled photons in terms of position and momentum extends to their polarization as well. In classical computing, the distinction between horizontally and vertically polarized light could be used to express a unit of digital information known as a binary digit, or “bit,” represented by a zero or a one. In quantum computing, however, a quantum bit, or qubit, is much more versatile. With vertical polarization, the value of the qubit is zero; horizontal polarization yields a one. “What is interesting,” Pooser explains, “is that the bit can have not only horizontal or vertical values, but both, and any intervening values, at the same time. That is the probabilistic nature of quantum mechanics.” This ability to express simultaneous or superimposed values illustrates the advantage quantum computing has over classical computational methods. “Superimposition means we can do calculations for all possible values of the qubit at once,” Pooser says. “That’s what we call massive parallelization.”

The challenge for Pooser is determining how to extract all of the answers. “If we can’t access all of the results at the same time, what good is this massive parallelization?” he asks. That’s where entanglement comes in.

The difficulty in extracting multiple results arises as a result of the inherent uncertainty of quantum measurements. An oft-cited example of this ambiguity is offered by one of Einstein’s contemporaries, the physicist Werner Heisenberg. Heisenberg’s uncertainty principle states that it is impossible to measure both the position and the velocity of a quantum object at the same time. Similarly, researchers cannot read all possible values of a qubit at the same time. However, as noted above, entanglement makes it possible to make a measurement on one entangled object and then to infer the value of the same measurement for its entangled partner. As a result, a pair of entangled photons enables simple calculations to be made. As Pooser and his colleagues succeed in entangling greater numbers of photons, they will use them to address progressively more complex computational problems.

Quantum calculations

Quantum calculations are made by the optical equivalent of algorithms—specialized mathematical equations. Pooser uses an apparatus called a laser table to direct beams of entangled photons through a network of optical components, like beam splitters, lenses and filters, to create these optical algorithms. These components enable the photons to interact with one another so that, when they complete the circuit of the table, the results of the equation are encoded in their final optical characteristics.

“Most quantum algorithms use entangle ment to get results,” Pooser says. One of the most highly touted applications for this technology is finding large prime numbers—numbers that can be evenly divided only by themselves and 1. Large prime numbers are of interest in computing circles because they are used to create, and decode, encrypted data. “It turns out that quantum computing is particularly good at that,” he says.

As computational requirements become more complex, the number of optical components required to reach a solution increases as well. This and other practical considerations are fueling a drive toward miniaturization of these optical circuits. Most of Pooser’s computational research has been conducted at the macro scale—on a laser table.

However, he and his colleague, quantum information scientist Phil Evans, have made considerable progress in scaling down these optical algorithms to the point that a tabletop experiment can be recreated on an optical chip the size of a fingernail. These chips have microscopic waveguides etched into their surfaces to channel laser light as it undergoes optical permutations that mirror those used on the full-sized laser table.

Quantum simulations

One of the primary applications of complex quantum calculations is expected to be creating quantum simulations. Pooser explains that programmers can write routines for classical computers that simulate


quantum systems, but they will never be exactly right because classical computers are designed to operate under the physical laws of classical physics, not quantum physics. “If we really want to simulate a quantum system accurately,” he says, “we need to build a computer that obeys the laws of quantum mechanics. For example, if I build a quantum mechanical simulation that demonstrates high-temperature superconductivity, the fact that I could build the simulation proves that the system could exist in nature. This is one of the ways a quantum simulator would provide insight into the quantum world in ways classical computers can’t.”

The potential for eventually producing quantum simulations has been a big motivation for developing quantum computing. Pooser expects that the area will continue to be of interest to the Department of Energy because scientists are finding that quantum mechanical processes are intertwined with critical energy technologies. “For example,” he says, “photosynthesis involves quantum entanglement, and generating solar energy depends on the photoelectric effect, which is also a quantum mechanical process. If we want to conduct the most accurate possible analyses of systems like these, we’ll need a quantum computer.”

Technology of tomorrow

Pooser says he and his colleagues in ORNL’s Cyberspace Science and Information Intelligence Research group are on the cutting edge of quantum optic science. “Only one or two other groups in the world have
the capability to do this kind of research,” he says. “This is the technology of tomorrow.”

Looking ahead, Pooser estimates that, in five years, complex calculations will be carried out on optical chips—or a series of chips. In 10 years, he hopes to be able to consolidate complex algorithm processing on a single chip. He suggests that the timeline for quantum computing’s becoming a viable analytical platform could be anywhere from 15 to 20 years down the road if there is a big breakthrough, longer if there’s not. “The world is waiting for this,” he says. “There’s no question that it will happen. It’s just a question of when.”— Jim Pearce

ผลลัพธ์ (ไทย) 1:

ประโยชน์ของควอนตัมระบุปรากฏการณ์ไดรฟ์เทคโนโลยีคอมพิวเตอร์รุ่นต่อไปจากสมาร์ทโฟนไป supercomputers ผู้ใช้อุปกรณ์ดิจิตอลที่สหรัฐในความต้องการความเร็ว สำหรับทศวรรษที่ผ่านมา ที่มีความหมาย สร้างจากซิลิคอนชิที่บรรจุวงจรเพิ่มเติมลงในช่องว่างขนาดเล็กมาก ล่าสุด อย่างไรก็ตาม การรู้ว่า ความหนาแน่นของวงจรในชิซิลิคอนจะใกล้ถึงขีดจำกัดของทฤษฎีได้เร่งวิจัยในคอมพิวเตอร์ควอนตัม แม้ว่ายังอยู่ในวัยเด็กของมัน การควอนตัมคอมพิวเตอร์ได้แสดงศักยภาพในการจัดการหลายครั้งบางชนิดของปัญหาที่คำนวณได้เร็วกว่าวิธีแบบดั้งเดิม สำคัญเพื่อประโยชน์นี้คือ พึ่งการโต้ตอบทางกายภาพลึกลับที่เกิดขึ้นระหว่างอนุภาคเช่น photons และอิเล็กตรอนในระดับขนาดเล็ก vanishingly สร้าง entanglement ควอนตัมนักวิจัยนัก ORNL Ben Lawrie ดำเนินการควบคุมที่ตัวเลเซอร์ ภาพ Jason ริชาร์ด นักวิจัยนัก ORNL Ben Lawrie ดำเนินการควบคุมที่ตัวเลเซอร์ ภาพ Jason ริชาร์ด To generate these quantum interactions in the laboratory, ORNL quantum scientist Raphael Pooser fires a laser into a cloud of vaporized rubidium atoms. The laser beam, like all light, is composed of individual photons. Under tightly controlled conditions, the atomic vapor acts like a nonlinear crystal, splitting the laser into twin beams of light, each with a frequency slightly different from that of the original. Pairs of photons—one in each beam—are created by this process. Each member of the pair is linked to the other by a phenomenon known as quantum entanglement. “These entangled pairs are the fundamental building blocks of quantum optics,” Pooser says. “They enable us to do quantum computing with photons.” The notion of quantum entanglement is difficult for most people to take in. Even Albert Einstein wasn’t a big fan of the concept. In a paper published in 1935, Einstein and his colleagues disputed the completeness of the new theory of quantum mechanics because they claimed it failed to define all elements of reality accurately. Among their misgivings were reservations about the implications of equations indicating that measuring the position or momentum of one quantum object (such as a photon) allows one to calculate the position or momentum of another—regardless of the distance between the two. Einstein skeptically called this phenomenon ”spooky action at a distance.” “We call it ‘entanglement,’” Pooser says. Encoding quantum informationPooser explains that the “spooky” relationship between the entangled photons in terms of position and momentum extends to their polarization as well. In classical computing, the distinction between horizontally and vertically polarized light could be used to express a unit of digital information known as a binary digit, or “bit,” represented by a zero or a one. In quantum computing, however, a quantum bit, or qubit, is much more versatile. With vertical polarization, the value of the qubit is zero; horizontal polarization yields a one. “What is interesting,” Pooser explains, “is that the bit can have not only horizontal or vertical values, but both, and any intervening values, at the same time. That is the probabilistic nature of quantum mechanics.” This ability to express simultaneous or superimposed values illustrates the advantage quantum computing has over classical computational methods. “Superimposition means we can do calculations for all possible values of the qubit at once,” Pooser says. “That’s what we call massive parallelization.” The challenge for Pooser is determining how to extract all of the answers. “If we can’t access all of the results at the same time, what good is this massive parallelization?” he asks. That’s where entanglement comes in. The difficulty in extracting multiple results arises as a result of the inherent uncertainty of quantum measurements. An oft-cited example of this ambiguity is offered by one of Einstein’s contemporaries, the physicist Werner Heisenberg. Heisenberg’s uncertainty principle states that it is impossible to measure both the position and the velocity of a quantum object at the same time. Similarly, researchers cannot read all possible values of a qubit at the same time. However, as noted above, entanglement makes it possible to make a measurement on one entangled object and then to infer the value of the same measurement for its entangled partner. As a result, a pair of entangled photons enables simple calculations to be made. As Pooser and his colleagues succeed in entangling greater numbers of photons, they will use them to address progressively more complex computational problems. Quantum calculationsQuantum calculations are made by the optical equivalent of algorithms—specialized mathematical equations. Pooser uses an apparatus called a laser table to direct beams of entangled photons through a network of optical components, like beam splitters, lenses and filters, to create these optical algorithms. These components enable the photons to interact with one another so that, when they complete the circuit of the table, the results of the equation are encoded in their final optical characteristics. “Most quantum algorithms use entangle ment to get results,” Pooser says. One of the most highly touted applications for this technology is finding large prime numbers—numbers that can be evenly divided only by themselves and 1. Large prime numbers are of interest in computing circles because they are used to create, and decode, encrypted data. “It turns out that quantum computing is particularly good at that,” he says. As computational requirements become more complex, the number of optical components required to reach a solution increases as well. This and other practical considerations are fueling a drive toward miniaturization of these optical circuits. Most of Pooser’s computational research has been conducted at the macro scale—on a laser table. However, he and his colleague, quantum information scientist Phil Evans, have made considerable progress in scaling down these optical algorithms to the point that a tabletop experiment can be recreated on an optical chip the size of a fingernail. These chips have microscopic waveguides etched into their surfaces to channel laser light as it undergoes optical permutations that mirror those used on the full-sized laser table. Quantum simulationsOne of the primary applications of complex quantum calculations is expected to be creating quantum simulations. Pooser explains that programmers can write routines for classical computers that simulate quantum systems, but they will never be exactly right because classical computers are designed to operate under the physical laws of classical physics, not quantum physics. “If we really want to simulate a quantum system accurately,” he says, “we need to build a computer that obeys the laws of quantum mechanics. For example, if I build a quantum mechanical simulation that demonstrates high-temperature superconductivity, the fact that I could build the simulation proves that the system could exist in nature. This is one of the ways a quantum simulator would provide insight into the quantum world in ways classical computers can’t.” The potential for eventually producing quantum simulations has been a big motivation for developing quantum computing. Pooser expects that the area will continue to be of interest to the Department of Energy because scientists are finding that quantum mechanical processes are intertwined with critical energy technologies. “For example,” he says, “photosynthesis involves quantum entanglement, and generating solar energy depends on the photoelectric effect, which is also a quantum mechanical process. If we want to conduct the most accurate possible analyses of systems like these, we’ll need a quantum computer.”Technology of tomorrowPooser says he and his colleagues in ORNL’s Cyberspace Science and Information Intelligence Research group are on the cutting edge of quantum optic science. “Only one or two other groups in the world have the capability to do this kind of research,” he says. “This is the technology of tomorrow.” Looking ahead, Pooser estimates that, in five years, complex calculations will be carried out on optical chips—or a series of chips. In 10 years, he hopes to be able to consolidate complex algorithm processing on a single chip. He suggests that the timeline for quantum computing’s becoming a viable analytical platform could be anywhere from 15 to 20 years down the road if there is a big breakthrough, longer if there’s not. “The world is waiting for this,” he says. “There’s no question that it will happen. It’s just a question of when.”— Jim Pearce

ผลลัพธ์ (ไทย) 2:

ควอนตัมได้เปรียบปรากฏการณ์ขนาดเล็กขับรถรุ่นต่อไปเทคโนโลยีคอมพิวเตอร์จากมาร์ทโฟนที่จะซูเปอร์คอมพิวเตอร์ที่ผู้ใช้อุปกรณ์ดิจิตอลเป็นปึกแผ่นในความต้องการของพวกเขาสำหรับความเร็ว สำหรับทศวรรษที่ผ่านมาที่มีความหมายการสร้างคอมพิวเตอร์ชิปซิลิกอนตามที่แพ็ควงจรมากยิ่งขึ้นในพื้นที่ขนาดเล็กมากขึ้น เมื่อเร็ว ๆ นี้ แต่รับรู้ว่ามีความหนาแน่นของวงจรบนชิปซิลิกอนใกล้ขีด จำกัด ทางทฤษฎีที่มีการเร่งการวิจัยในสาขาของคอมพิวเตอร์ควอนตัม. แต่ยังอยู่ในวัยเด็กของคอมพิวเตอร์ควอนตัมได้แสดงให้เห็นศักยภาพในการที่จะจัดการกับบางประเภทของปัญหาการคำนวณหลายครั้ง เร็วกว่าวิธีการแบบดั้งเดิม กุญแจสำคัญในการได้เปรียบนี้คือความเชื่อมั่นในการมีปฏิสัมพันธ์ทางกายภาพลึกลับที่เกิดขึ้นในหมู่อนุภาคเช่นโฟตอนและอิเล็กตรอนในขนาดเล็ก vanishingly. การสร้างสิ่งกีดขวางควอนตัมORNL วิจัยหลังปริญญาเอกเบนลอว์ดำเนินการควบคุมที่โต๊ะเลเซอร์ ภาพเจสันริชาร์ดนักวิจัยหลังปริญญาเอก ORNL เบนลอว์ดำเนินการควบคุมที่โต๊ะเลเซอร์ ภาพเจสันริชาร์ดเพื่อสร้างปฏิสัมพันธ์ควอนตัมเหล่านี้ในห้องปฏิบัติการ, ควอนตัม ORNL นักวิทยาศาสตร์ที่ราฟาเอล Pooser ยิงเลเซอร์เป็นเมฆของอะตอมรูบิเดียมระเหย แสงเลเซอร์เช่นแสงทั้งหมดประกอบด้วยโฟตอนของแต่ละบุคคล ภายใต้เงื่อนไขการควบคุมอย่างแน่นหนา, ไออะตอมทำหน้าที่เหมือนคริสตัลเชิงแยกเลเซอร์เข้าไปในคานคู่ของแสงแต่ละคนมีความถี่แตกต่างจากของเดิม คู่ของโฟตอนหนึ่งในแต่ละคานถูกสร้างขึ้นโดยกระบวนการนี้ สมาชิกของแต่ละคู่จะเชื่อมโยงกับอื่น ๆ โดยปรากฏการณ์ที่เรียกว่าพัวพันควอนตัม "คู่เข้าไปพัวพันกับเหล่านี้เป็นหน่วยการสร้างพื้นฐานของเลนส์ควอนตัม "Pooser กล่าวว่า "พวกเขาทำให้เราสามารถที่จะทำคอมพิวเตอร์ควอนตัมกับโฟตอน." ความคิดของพัวพันควอนตัมเป็นเรื่องยากสำหรับคนส่วนใหญ่จะใช้ใน. แม้ Albert Einstein ไม่ได้เป็นแฟนตัวยงของแนวคิด ในบทความที่ตีพิมพ์ในปี 1935 ไอน์สไตและเพื่อนร่วมงานของเขาแน่นอนครบถ้วนของทฤษฎีใหม่ของกลศาสตร์ควอนตัเพราะพวกเขาอ้างว่ามันล้มเหลวในการกำหนดองค์ประกอบทั้งหมดของความเป็นจริงได้อย่างถูกต้อง ท่ามกลางความวิตกของพวกเขาจองเกี่ยวกับความหมายของสมการแสดงให้เห็นว่าการวัดตำแหน่งหรือโมเมนตัมของวัตถุหนึ่งควอนตัม (เช่นโฟตอน) ช่วยให้หนึ่งในการคำนวณตำแหน่งหรือโมเมนตัมของ-โดยไม่คำนึงถึงอีกคนหนึ่งของระยะห่างระหว่างทั้งสอง ไอน์สไตที่เรียกว่าปรากฏการณ์นี้ไม่เชื่อ "การกระทำเหมือนผีที่ระยะทาง." "เราเรียกมันว่า 'พัวพัน'" Pooser กล่าว. การเข้ารหัสข้อมูลควอนตัมPooser อธิบายว่า "ผี" ความสัมพันธ์ระหว่างโฟตอนทอดในแง่ของตำแหน่งและโมเมนตัมขยายไปโพลาไรซ์ของพวกเขา ได้เป็นอย่างดี คลาสสิกในการคำนวณความแตกต่างระหว่างแนวนอนและแนวตั้งแสงโพลาไรซ์สามารถนำมาใช้ในการแสดงหน่วยของข้อมูลดิจิตอลที่รู้จักกันเป็นเลขฐานสองหรือ "บิต" ตัวแทนจากศูนย์หรืออย่างใดอย่างหนึ่ง ในการใช้คอมพิวเตอร์ควอนตัม แต่บิตควอนตัมหรือ qubit เป็นมากหลากหลายมากขึ้น ด้วยการโพลาไรซ์แนวตั้งค่าของ qubit เป็นศูนย์; โพลาไรซ์ในแนวนอนมีผลเป็นอย่างใดอย่างหนึ่ง "สิ่งที่น่าสนใจ" Pooser อธิบายว่า "คือว่าบิตสามารถมีค่าไม่เพียง แต่ในแนวนอนหรือแนวตั้ง แต่ทั้งสองและค่านิยมการแทรกแซงใด ๆ ในเวลาเดียวกัน นั่นคือธรรมชาติของความน่าจะเป็นของกลศาสตร์ควอนตัม. "ความสามารถในการแสดงค่าพร้อมกันหรือซ้อนทับแสดงให้เห็นถึงการใช้คอมพิวเตอร์ควอนตัมได้เปรียบมีมากกว่าวิธีการคำนวณคลาสสิก "เยี่ยมหมายความว่าเราสามารถจะคำนวณค่าที่เป็นไปได้ทั้งหมดของ qubit ในครั้งเดียว" Pooser กล่าวว่า "นั่นคือสิ่งที่เราเรียกขนานใหญ่." ความท้าทายสำหรับ Pooser คือการกำหนดวิธีการสกัดทุกคำตอบ "ถ้าเราไม่สามารถเข้าถึงทุกผลในเวลาเดียวกันสิ่งที่ดีคือแบบขนานใหญ่?" เขาถาม นั่นคือสิ่งที่พัวพันมาใน. ยากลำบากในการสกัดหลายผลลัพธ์ที่เกิดขึ้นเป็นผลมาจากความไม่แน่นอนโดยธรรมชาติของการวัดควอนตัม ตัวอย่างเช่นมักจะอ้างถึงความคลุมเครือนี้ถูกนำเสนอโดยหนึ่งในยุคของ Einstein, เวอร์เนอร์ไฮเซนเบิร์กฟิสิกส์ หลักความไม่แน่นอนของไฮเซนเบิร์กกล่าวว่ามันเป็นไปไม่ได้ที่จะวัดทั้งตำแหน่งและความเร็วของวัตถุควอนตัมในเวลาเดียวกัน ในทำนองเดียวกันนักวิจัยไม่สามารถอ่านค่าที่เป็นไปได้ทั้งหมดของ qubit ในเวลาเดียวกัน อย่างไรก็ตามตามที่ระบุไว้ข้างต้นสิ่งกีดขวางทำให้มันเป็นไปได้ที่จะทำให้การวัดบนวัตถุทอดหนึ่งและหลังจากนั้นจะสรุปค่าของการวัดที่เหมือนกันสำหรับคู่ของทอด เป็นผลให้คู่ของโฟตอนยุ่งช่วยให้การคำนวณอย่างง่ายที่จะทำ ในฐานะที่เป็น Pooser และเพื่อนร่วมงานของเขาประสบความสำเร็จใน entangling ตัวเลขที่มากขึ้นของโฟตอนที่พวกเขาจะใช้พวกเขาเพื่อที่อยู่ปัญหามีความก้าวหน้าในการคำนวณที่ซับซ้อนมากขึ้น. การคำนวณควอนตัมการคำนวณควอนตัมจะทำโดยเทียบเท่าแสงของอัลกอริทึม-เฉพาะสมการทางคณิตศาสตร์ Pooser ใช้อุปกรณ์ที่เรียกว่าตารางเลเซอร์คานโดยตรงของโฟตอนทอดผ่านเครือข่ายขององค์ประกอบแสงเช่นแยกคานเลนส์และตัวกรองเพื่อสร้างอัลกอริทึมแสงเหล่านี้ องค์ประกอบเหล่านี้ช่วยให้โฟตอนในการโต้ตอบกับคนอื่นเพื่อที่ว่าเมื่อพวกเขาเสร็จสิ้นวงจรของตารางผลของสมการที่มีการเข้ารหัสในลักษณะแสงสุดท้ายของพวกเขา. "ควอนตัมขั้นตอนวิธีการส่วนใหญ่ใช้พัวพัน ment เพื่อให้ได้ผลลัพธ์" Pooser กล่าวว่า หนึ่งในงานมากที่สุดสูง touted สำหรับเทคโนโลยีนี้คือการหาที่สำคัญขนาดใหญ่จำนวนตัวเลขที่สามารถแบ่งเท่า ๆ กันโดยเฉพาะกับตัวเองและขนาดใหญ่ 1. ตัวเลขที่สำคัญเป็นที่สนใจในการคำนวณวงการเพราะพวกเขาจะใช้ในการสร้างและถอดรหัสข้อมูลที่เข้ารหัส "ปรากฎว่าควอนตัมคอมพิวเตอร์โดยเฉพาะอย่างยิ่งสิ่งที่ดีที่ว่า" เขากล่าว. ในฐานะที่เป็นความต้องการการคำนวณที่ซับซ้อนมากขึ้นจำนวนขององค์ประกอบแสงที่จำเป็นในการแก้ปัญหาการเข้าถึงที่เพิ่มขึ้นเช่นกัน นี้และการพิจารณาการปฏิบัติอื่น ๆ ที่มีการเติมน้ำมันไปยังไดรฟ์ miniaturization ของวงจรแสงเหล่านี้ ส่วนใหญ่ของการวิจัยการคำนวณ Pooser ได้รับการดำเนินการที่แมโครขนาดบนโต๊ะเลเซอร์. แต่เขาและเพื่อนร่วมงานของเขาข้อมูลควอนตัมนักวิทยาศาสตร์ฟิลอีแวนส์มีความก้าวหน้าอย่างมากในการปรับลงอัลกอริทึมแสงเหล่านี้ไปยังจุดที่การทดลองโต๊ะสามารถ สร้างบนชิปแสงขนาดของเล็บมือ ชิปเหล่านี้ได้ด้วยกล้องจุลทรรศน์ท่อนำคลื่นฝังลงในพื้นผิวของพวกเขาที่จะหาช่องแสงเลเซอร์ในขณะที่มันผ่านพีชคณิตที่สะท้อนแสงที่ใช้บนโต๊ะเลเซอร์ขนาดเต็ม. จำลองควอนตัมหนึ่งของการใช้งานหลักของการคำนวณที่ซับซ้อนควอนตัมที่คาดว่าจะสร้างแบบจำลองควอนตัม Pooser อธิบายว่าโปรแกรมเมอร์สามารถเขียนประจำคลาสสิกสำหรับเครื่องคอมพิวเตอร์ที่จำลองระบบควอนตัม แต่พวกเขาจะไม่ตรงขวาเพราะคอมพิวเตอร์คลาสสิกที่ถูกออกแบบมาเพื่อดำเนินการตามกฎหมายทางกายภาพของฟิสิกส์คลาสสิกไม่ฟิสิกส์ควอนตัม "ถ้าเราอยากจะจำลองระบบควอนตัมได้อย่างถูกต้อง" เขากล่าวว่า "เราจำเป็นต้องสร้างคอมพิวเตอร์ที่เชื่อฟังกฎหมายของกลศาสตร์ควอนตัม ตัวอย่างเช่นถ้าฉันสร้างแบบจำลองทางกลควอนตัมที่แสดงให้เห็นยิ่งยวดที่อุณหภูมิสูง, ความจริงที่ว่าฉันสามารถสร้างแบบจำลองที่พิสูจน์ให้เห็นว่าระบบอาจมีอยู่ในธรรมชาติ นี้เป็นหนึ่งในวิธีที่จำลองควอนตัมจะให้ข้อมูลเชิงลึกเข้าไปในโลกควอนตัมคอมพิวเตอร์ในรูปแบบคลาสสิกไม่สามารถ. " ในที่สุดก็มีศักยภาพสำหรับการผลิตแบบจำลองควอนตัมที่ได้รับแรงจูงใจที่ยิ่งใหญ่สำหรับการพัฒนาคอมพิวเตอร์ควอนตัม Pooser คาดว่าพื้นที่ที่จะยังคงเป็นที่สนใจของกระทรวงพลังงานเพราะนักวิทยาศาสตร์ที่กำลังมองหากระบวนการทางกลที่ควอนตัมพันกับเทคโนโลยีพลังงานที่สำคัญ "ตัวอย่างเช่น" เขากล่าวว่า "การสังเคราะห์แสงพัวพันเกี่ยวข้องกับควอนตัมและสร้างพลังงานแสงอาทิตย์ขึ้นอยู่กับผลตาแมวซึ่งเป็นกระบวนการทางกลควอนตัม ถ้าเราต้องการที่จะดำเนินการวิเคราะห์ความเป็นไปได้ที่ถูกต้องมากที่สุดของระบบเช่นนี้เราจะต้องมีคอมพิวเตอร์ควอนตัม. " เทคโนโลยีของวันพรุ่งนี้Pooser กล่าวว่าเขาและเพื่อนร่วมงานของเขาในไซเบอร์สเปซ ORNL วิทยาศาสตร์และกลุ่มวิจัยข้อมูลข่าวกรองที่อยู่บนขอบตัดของควอนตัมแก้วนำแสง วิทยาศาสตร์ "เพียงหนึ่งหรือสองกลุ่มอื่น ๆ ในโลกที่มีความสามารถในการทำชนิดของการวิจัยครั้งนี้ "เขากล่าว "นี่คือเทคโนโลยีของวันพรุ่งนี้." มองไปข้างหน้า Pooser ประมาณการว่าในห้าปีที่ผ่านมาการคำนวณที่ซับซ้อนจะได้รับการดำเนินการในชิปหรือออปติคอลชุดของชิป ใน 10 ปีที่ผ่านมาว่าเขาหวังที่จะสามารถที่จะรวมการประมวลผลขั้นตอนวิธีการที่ซับซ้อนในชิปตัวเดียว เขาแสดงให้เห็นว่าระยะเวลาสำหรับคอมพิวเตอร์ควอนตัมของการเป็นแพลตฟอร์มการวิเคราะห์ที่ทำงานอาจจะเป็นที่ใดก็ได้ 15-20 ปีลงที่ถนนถ้ามีการพัฒนาขนาดใหญ่อีกต่อไปหากมีไม่ "โลกกำลังรอสำหรับเรื่องนี้" เขากล่าว "มีคำถามว่ามันจะเกิดขึ้นไม่ได้ มันเป็นเพียงคำถามของเมื่อ. "- จิมเพียร์ซ

ผลลัพธ์ (ไทย) 3:

จากปรากฏการณ์ควอนตัม

ขนาด เล็ก ขับรุ่นต่อไปเทคโนโลยีคอมพิวเตอร์



จากมาร์ทโฟนกับซูเปอร์คอมพิวเตอร์ ผู้ใช้อุปกรณ์ดิจิตอลเป็นปึกแผ่นในความต้องการของพวกเขาสำหรับความเร็ว สำหรับทศวรรษ ที่ได้ตั้งใจ การใช้คอมพิวเตอร์ชิปที่บรรจุวงจรมากขึ้นเป็นมากขึ้นมีขนาดเล็กลง เมื่อเร็วๆ นี้ อย่างไรก็ตามยอมรับว่า ความหนาแน่นของวงจรในซิลิกอนชิปกำลังจะกัดของทฤษฎีได้เร่งวิจัยในด้านของควอนตัมคอมพิวเตอร์

แม้ยังอยู่ในวัยเด็กของ คอมพิวเตอร์ควอนตัมได้แสดงให้เห็นถึงศักยภาพที่จะจัดการกับบางประเภทของปัญหาคอมพิวเตอร์หลายครั้งเร็วกว่าวิธีการแบบดั้งเดิมคีย์ข้อดีนี้คือ การพึ่งพาในด้านปฏิสัมพันธ์ระหว่างอนุภาคลึกลับที่เกิดขึ้นเช่นโฟตอนและอิเล็กตรอนในขนาดเล็ก vanishingly .






ornl สร้างความพัวพันเชิงควอนตัมปริญญาเอกนักวิจัยเบน ลอว์รีดําเนินการควบคุมที่เลเซอร์โต๊ะ รูปเจสันริชาร์ด
ornl ปริญญาเอกนักวิจัยเบน ลอว์รีดําเนินการควบคุมที่เลเซอร์โต๊ะรูปเจสันริชาร์ด
เพื่อสร้างปฏิสัมพันธ์ควอนตัมเหล่านี้ในห้องปฏิบัติการ , ornl ควอนตัม นักวิทยาศาสตร์ ราฟาเอล pooser ยิงเลเซอร์เข้าไปในเมฆระเหยรูบิเดียมอะตอม แสงเลเซอร์ เช่นแสง , ประกอบด้วยโฟตอนแต่ละ ภายใต้เงื่อนไขที่ควบคุมอย่างเข้มงวด , อะตอมไอ ทำตัวเหมือนเส้นเลเซอร์คริสตัล แบ่งเป็นแฝดคานของแสงแต่ละที่มีความถี่ต่างกันเล็กน้อยจากของเดิม คู่ของโฟตอนในแต่ละลำถูกสร้างขึ้นโดยกระบวนการนี้ สมาชิกของแต่ละคู่จะเชื่อมโยงไปยังอื่น ๆ โดยปรากฏการณ์ที่เรียกว่าความพัวพันเชิงควอนตัม . " คู่ปัญหาเหล่านี้มีพื้นฐานการสร้างบล็อก
ควอนตัมแสง " pooser กล่าว " มันช่วยให้เราทำคอมพิวเตอร์ควอนตัมกับโฟตอน "

ความพัวพันควอนตัมเป็นเรื่องยากสำหรับคนส่วนใหญ่เพื่อใช้ใน แม้แต่ อัลเบิร์ต ไอน์สไตน์ไม่ได้เป็นแฟนใหญ่ของแนวคิด ในกระดาษเผยแพร่ในปี 1935 , Einstein และเพื่อนร่วมงานของเขาโต้แย้งความสมบูรณ์ของทฤษฎีใหม่ของกลศาสตร์ควอนตัมเพราะพวกเขาอ้างว่ามันล้มเหลวในการกำหนดองค์ประกอบทั้งหมดของความเป็นจริงที่ถูกต้อง ท่ามกลางข้อสงสัยของพวกเขาเกี่ยวกับผลกระทบของ
จองสมการแสดงการวัดตำแหน่งหรือโมเมนตัมของวัตถุหนึ่งควอนตัม ( เช่นโฟตอน ) ช่วยให้หนึ่งเพื่อคำนวณตำแหน่งและโมเมนตัมของอื่นโดยไม่คำนึงถึงระยะทางระหว่างสอง skeptically ไอน์สไตน์เรียกปรากฏการณ์นี้ว่า " ปรากฏการณ์ผีหลอกวิญญาณหลอน " " เราเรียกว่า " พัวพัน " pooser กล่าว



แบบเข้ารหัสข้อมูลpooser อธิบายว่า " ผี " ความสัมพันธ์ระหว่างโฟตอนพัวพันในแง่ของตำแหน่งและโมเมนตัมขยายโพลาไรเซชันของพวกเขาเช่นกัน การคำนวณในคลาสสิก , ความแตกต่างระหว่างแนวนอนและแนวตั้ง ขั้วไฟ สามารถใช้บริการหน่วยของข้อมูลดิจิตอลที่รู้จักกันเป็น เลขฐานสอง หรือ " บิต " แทน โดยศูนย์หรือหนึ่ง ในควอนตัมคอมพิวเตอร์ อย่างไรก็ตาม