XiaoMi-AI文件搜索系统
World File Search SystemQubit
计算的下一步是什么——比特、人工智能和量子比特？
尽管取得了这些进展，但仍有许多重大且相关的问题对于传统计算机和 AI 加速器来说是难以解决的，但量子计算机可以解决这些问题。过去几年，量子计算技术取得了长足的发展，自下而上地开发了整个堆栈。这些量子系统在规模、质量和速度上不断扩大，量子处理器单元已超过 1000 个量子比特。最近的错误缓解方法的实施开始实现有趣的计算机制，其中量子计算机运行的电路超出了蛮力传统模拟的范围。此外，技术路线图正在为未来十年内未来的纠错系统铺平道路。
二维架构中的高相干性 Kerr-Cat 量子比特
Kerr-cat 量子比特是一种玻色子量子比特，其中多光子薛定谔猫态通过向具有 Kerr 非线性的振荡器施加双光子驱动来稳定。随着猫尺寸的增加，比特翻转率受到抑制，这使得该量子比特成为实现针对噪声偏置量子比特量身定制的量子纠错码的有希望的候选者。然而，实现稳定和控制该量子比特所必需的强光物质相互作用传统上需要强大的微波驱动器，这会加热量子比特并降低其性能。相反，增加与驱动端口的耦合消除了对强驱动器的需求，但代价是较大的 Purcell 衰减。通过在芯片上集成有效的带阻滤波器，我们克服了这种权衡，并在具有高相干性的可扩展二维超导电路中实现了 Kerr-cat 量子比特。该滤波器在量子比特频率下提供 30 dB 的隔离度，在稳定和读出所需的频率下衰减可忽略不计。我们通过实验证明了具有八个光子的猫的量子非破坏读出保真度为 99.6%。此外，为了对该量子比特进行高保真通用控制，我们将快速 Rabi 振荡与 X ð π = 2 Þ 门的新演示相结合，通过对稳定驱动器进行相位调制。最后，检查了该架构中的寿命与振荡器中多达十个光子的猫大小的关系，实现了高于 1 毫秒的位翻转时间，并且相位翻转率仅呈线性增加，这与电路的理论分析非常一致。我们的量子比特有望成为占用空间小的容错量子处理器的构建块。
核自旋和光钟量子比特的混合原子镊子阵列
虽然具有长相干时间的数据量子比特对于量子信息的存储至关重要，但辅助量子比特对于容错量子计算的量子纠错 (QEC) 至关重要。光镊阵列的最新发展，例如大规模量子比特阵列的制备和高保真门操作，为实现 QEC 协议提供了潜力，而下一个重要挑战之一是控制和检测辅助量子比特，同时尽量减少原子损失和串扰。在这里，我们介绍了由双同位素镱 (Yb) 原子阵列组成的混合系统的实现，其中我们可以利用费米子 171 Yb 的核自旋量子比特作为数据量子比特，利用玻色子 174 Yb 的光时钟量子比特作为辅助量子比特，具有无损量子比特读出能力。我们评估了量子比特之间的串扰对 174 Yb 成像光的核自旋量子比特相干性的影响。对于 174 Yb 的 Hahn 回波序列，使用 399 nm 探针和 556 nm 冷却光束，我们观察到在 20 ms 曝光下保留了 99.1 (1.8)% 的相干性，产生了 0.9992 的鉴别保真度和 0.988 的生存概率。使用 556 nm 探测光束的 Ramsey 序列对相干性的影响可以忽略不计，这表明未来低串扰测量可能会有所改善。这一结果凸显了混合 Yb 原子阵列在基于辅助量子比特的 QEC 协议的中路测量中的潜力。
基于色散量子互动的自主测量中能量交换的基本机制
1物理系，特里斯特大学，Strada Costiera，11，34151，意大利Trieste 2 Istituto Nazionale di Fisica fisica fisica fisica Nucee，Trieste部分，Valerio 2，34127 Trieste，意大利，意大利3 dipartimento 3 dipartimento di fisicica di Fisita深圳518048，中国5个物理系华盛顿大学，圣路易斯，密苏里州63130，美国6肯尼迪肯尼迪物理主席，查普曼大学，加利福尼亚州奥兰治市92866，美国7量子研究所，查普曼大学研究所，Chapman University，Chapman University，Orange Orange，加利福尼亚州92866，美国92866，美国92866，美国92866，纽约，纽约，纽约，纽约。 Grenoble Alpes，中心国家德拉·雷·雷·科学（Center National de la Recherche Scientife），格勒诺布尔INP，Intitutnéel，38000法国格勒诺布尔，法国10 Majulab，CNRS-UCA-NUS-NTU-NTU国际联合研究实验室11
超导量子比特的控制与测量系统
控制量子位的状态涉及操纵其量子态以执行所需的操作。这种操纵通常涉及应用量子门序列 [3]，它们类似于经典逻辑门，但作用于量子态 [4]。这些门可以确定性地改变量子位的状态，从而产生叠加和纠缠，以及计算所需的其他量子操作。测量量子位的状态涉及确定其在特定时刻的量子态。量子位耦合到位于其物理位置附近的微波谐振器。正是通过这些谐振器，可以确定或“读出”量子位的状态。确定量子位状态的一种常用技术是色散读出法 [5]。该方法利用了这样一个事实：量子位的状态对读出谐振器的某些宏观参数（例如其谐振频率）有直接影响。
量子传感与基本物理的超导Qubits
电子邮件：roberto.moretti@mib.infn.it摘要 - Quantum Sensing是一个快速扩展的研究领域，在基本物理实验中找到了其应用之一，例如寻找弱EM耦合的暗物质（DM）候选候选者，NAINELELENEXION和DALK PHOTCON。超导Qubits和制造技术的最新发展对量子传感的推动进展产生了重大贡献，这要归功于它们对AC领域的高灵敏度，并且有可能基于量子非demolition（QND）[1]和直接检测来利用基于量子非demolition（QND）的检测方案。QND包括在量子系统和被困在空腔中的光子之间建立一个纠缠状态，从而使我们能够在不吸收的情况下推断光子的存在，从而实现多个测量值，从而指数抑制了深色计数速率。相反，直接检测方案依赖于共振，低功率，暗物质诱导的交流场，其量子态缓慢地旋转速度状态，该量子态可以在高碳状态的thermons和fluxoniums中衡量。此贡献是INFN QUB-IT协作的一部分，该协作旨在通过量子超导设备来推进微波单光子检测。演示将说明QUB-IT状态以实现数百微秒连贯的时间和工程DM检测设置。这项工作研究了平面transmon量子芯片芯片的建模和设计优化，利用集结振荡器模型（LOM）[3]和能量参与率（EPR）[4] [4]来提取汉密尔顿参数。基于EPR的新型策略是为了增强通过有限元模拟估算两级系统（TLS）损失估算的准确性。还讨论了通过耦合的多Qubit系统提高DM敏感性的可能性，以及在国家标准技术研究所（NIST）制造的单量芯片（NIST）的表征以及模拟和测量的Qubit参数之间的彻底比较，例如弹性频率，Anharmormonity和Anharmormonity和Anharmonicity and coupling Lustertic lofter与读取结构。这项工作中提出的初步结果有望进一步增强量子传感平台的灵敏度和可靠性，这可能会超过当前光DM搜索实验的局限性。
量子计算不同量子比特设计的比较
„ 引言 在过去十年中，量子计算一直是一个不断发展的领域。与依靠比特将信息表示为 0 或 1 的传统计算机不同，量子计算机使用量子比特或量子位，由于叠加原理，量子比特可以同时存在于多种状态中。预计量子计算机解决特定问题的速度将比传统计算机快得多。这些问题包括复杂的量子模拟 1 和特定的优化任务。2 量子计算还可用于加密。3,4 量子计算应用是一个不断发展的领域，随着量子计算机计算能力的增长，它们也在不断发展。量子计算机的这些潜在应用引起了人们对该领域的极大关注，人们对这些计算机的设计和改进进行了广泛的研究。量子位是量子计算机中最小的计算单元，其属性决定了计算所需的设计。设计量子位的第一步是定义量子计算机需要满足的标准，才能被视为实用的计算机设计。理论物理学家 David P. DiVincenzo 在 21 世纪提出了这些特性。5 DiVincenzo 提出了量子计算的五个必要条件和量子通信的两个必要条件。DiVincenzo 的量子计算标准如下：
利用擦除量子比特进行量子传感
“擦除量子比特”中的主要噪声是擦除 — 一种可以检测到其发生和位置的错误。擦除量子比特有可能减少与容错相关的开销。迄今为止，对擦除量子比特的研究主要集中在量子计算和量子网络应用上。在这里，我们考虑擦除量子比特在量子传感和计量方面的适用性。我们从理论上表明，对于相同级别的噪声，与非擦除量子比特相比，擦除量子比特可以充当更精确的传感器或时钟。我们通过人工将擦除误差（以原子损失的形式）或失相误差注入差分光学晶格时钟比较来实验证明这一点，并观察到在相同注入误差率的情况下，擦除误差的精度有所提高。在具有重复测量周期的时钟中，擦除可以将稳定性提高 2 倍。擦除量子比特对传感的类似好处可以在其他量子平台（如里德堡原子和超导量子比特）中实现。
量子比特上的图形：演示量子计算机上的三种图形算法
用于数据库和数据管理的量子计算是一个新兴的研究领域，近年来取得了长足的发展 [35,46]。该领域旨在满足对更复杂的优化方法的需求，这些方法至关重要，因为数据量和复杂性继续以越来越快的速度增长。该领域的主要愿景是未来数据库的优化可能部分在量子计算机上进行。之前的大部分研究集中于利用各种二次无约束二元优化公式来优化关系数据库 [4、11、15、17、25、33、34、36、37、44、45、49、53]。第二种最常见的量子计算方法是用量子机器学习来解决数据库问题 [18、19、47、51、52]。尽管关系数据库中的许多优化问题从根本上来说都是图问题（例如，连接顺序选择），但该领域中图算法的全部功能尚未得到充分研究。为了对量子计算中现有的图算法进行更系统的研究和基准测试，