亞利桑那大學工程學院和James C.
Wyant光學科學學院的研究人員通過實驗證明了量子資源不僅僅是遙遠的未來的夢想–它們可以改善今天的技術。量子計算和量子傳感有可能比它們的經典對應物強大得多。一個完全實現的量子計算機不僅可以在幾秒鐘內解決經典計算機需要數千年的方程式，而且可以對從生物醫學成像到自動駕駛等領域產生不可估量的影響。
然而，這項技術還沒有完全出現。事實上，儘管關於量子技術深遠影響的理論廣為流傳，但很少有研究人員能夠利用現在的技術證明量子方法比其經典的對應方法具有優勢。
在2021年6月1日發表在《物理評論X》雜誌上的一篇論文中，亞利桑那大學的研究人員通過實驗證明了量子比經典計算系統具有優勢。
“證明量子優勢是社會上長期追求的目標，很少有實驗能夠證明這一點，”論文共同作者Zheshen Zhang說，他是材料科學和工程的助理教授，亞利桑那州量子信息和材料小組的主要調查員，也是論文作者之一。”我們正在尋求證明我們如何能夠利用已經存在的量子技術，使現實世界的應用受益。”
量子計算和其他量子過程依賴於被稱為量子比特的微小而強大的信息單位。我們今天使用的經典計算機使用被稱為比特的信息單位，它們以0或1的形式存在，但量子比特能夠同時以兩種狀態存在。這種雙重性使它們既強大又脆弱。脆弱的量子比特很容易在沒有警告的情況下崩潰，這使得一個被稱為糾錯的過程–在問題發生時就解決這些問題顯得非常重要。
量子領域現在正處於一個被加州理工學院的著名物理學家約翰·普雷斯基爾稱為 “嘈雜的中間尺度量子”或NISQ的時代。在NISQ時代，量子計算機可以執行只需要大約50到幾百個量子比特的任務，雖然有大量的噪音，或干擾。再多的話，噪音就會超過有用性，導致一切崩潰。人們普遍認為，要進行實際有用的量子應用，需要1萬到幾百萬個量子比特。
想象一下，發明一個系統，保證你做的每頓飯都會變得完美，然後把這個系統給一群沒有合適食材的孩子。幾年後，一旦孩子們成為成年人，可以買到他們需要的東西，這將是很好的。但在那之前，這個系統的用處是有限的。同樣，在研究人員推動糾錯領域的發展，從而降低噪音水平之前，量子計算也被限制在一個小範圍內。
論文中描述的實驗同時使用了經典和量子技術的混合。具體來說，它使用三個傳感器對無線電頻率信號的平均振幅和角度進行分類。
這些傳感器配備了另一種叫做糾纏的量子資源，這使得它們可以相互分享信息，並提供了兩個主要的好處。首先，它提高了傳感器的靈敏度並減少了誤差。第二，因為它們是糾纏在一起的，所以傳感器可以評估全局屬性，而不是收集關於系統特定部分的數據。這對於只需要一個二進制答案的應用非常有用；例如，在醫學成像中，研究人員不需要知道組織樣本中每一個沒有癌變的細胞，只需要知道是否有一個細胞是癌變的。同樣的概念也適用於檢測飲用水中的有害化學物質。
實驗表明，為傳感器配備量子糾纏使它們比經典傳感器更具優勢，以很小但關鍵的幅度減少了出錯的可能性。
“研究報告的共同作者、電氣和計算機工程系助理教授、量子信息理論小組的首席研究員Zhuang Quntao說：”這種利用糾纏來改進傳感器的想法並不局限於特定類型的傳感器，因此它可以用於一系列不同的應用，只要你有設備來糾纏傳感器。”在理論上，你可以考慮像自動駕駛汽車的激光雷達（光探測和測距）這樣的應用。”
在NISQ時代，有一些現有的應用是混合使用量子和經典處理的，但它們依賴於預先存在的經典數據集，必須在量子領域進行轉換和分類。想象一下，拍攝一系列貓和狗的照片，然後將照片上傳到一個使用量子方法將照片標記為 “貓”或 “狗 “的系統。
該團隊正從一個不同的角度來處理這個標籤過程，首先使用量子傳感器來收集自己的數據。這更像是使用一個專門的量子相機，在拍攝照片時將照片標記為 “狗”或 “貓”。
“很多算法都考慮存儲在計算機磁盤上的數據，然後將其轉換為量子系統，這需要時間和精力，”Zhuang說。”我們的系統通過評估實時發生的物理過程來解決一個不同的問題。”
該團隊對他們在量子傳感和量子計算的交叉點上的工作的未來應用感到興奮。他們甚至設想有一天將他們的整個實驗裝置整合到一個芯片上，該芯片可以被浸入生物材料或水樣中以識別疾病或有害化學物質。