นักวิทยาศาสตร์ได้ใช้ AI เพื่อค้นหาวิธีที่ง่ายขึ้นในการสร้างพัวพันควอนตัมระหว่างอนุภาค subatomic ปูทางสำหรับเทคโนโลยีควอนตัมที่ง่ายกว่า
เมื่ออนุภาคเช่นโฟตอนกลายเป็นสิ่งพอกพวกเขาสามารถแบ่งปันคุณสมบัติควอนตัม - รวมถึงข้อมูล - โดยไม่คำนึงถึงระยะห่างระหว่างพวกเขา ปรากฏการณ์นี้มีความสำคัญในและเป็นหนึ่งในคุณสมบัติที่ทำทรงพลังมาก
แต่พันธบัตรของการพัวพันควอนตัมได้พิสูจน์แล้วว่าท้าทายสำหรับนักวิทยาศาสตร์ในการก่อตัว นี่เป็นเพราะมันต้องมีการเตรียมคู่ที่พันกันสองคู่จากนั้นวัดความแข็งแรงของการพัวพัน-เรียกว่าการวัดค่าระฆัง-บนโฟตอนจากแต่ละคู่
การวัดเหล่านี้ทำให้ระบบควอนตัมยุบและปล่อยให้โฟตอนที่ไม่ผ่านการวัดทั้งสองเข้าไปพัวพันแม้ว่าพวกเขาจะไม่เคยโต้ตอบกันโดยตรง กระบวนการของ“ การสลับการพัวพัน” นี้สามารถใช้สำหรับการเคลื่อนย้ายทางไกลควอนตัม
ในการศึกษาใหม่ตีพิมพ์ 2 ธันวาคม 2567 ในวารสารจดหมายทบทวนทางกายภาพนักวิทยาศาสตร์ใช้ เพดานเครื่องมือ AI ที่ถูกสร้างขึ้นโดยเฉพาะสำหรับการออกแบบการทดลองควอนตัมออปติก ผู้เขียนบทความเริ่มต้นเพื่อทำซ้ำโปรโตคอลที่จัดตั้งขึ้นสำหรับการแลกเปลี่ยนพัวพันในการสื่อสารควอนตัม อย่างไรก็ตามเครื่องมือ AI ยังคงสร้างวิธีที่ง่ายกว่ามากเพื่อให้ได้โฟตอนพัวพันควอนตัม
ที่เกี่ยวข้อง:
"ผู้เขียนสามารถฝึกอบรมเครือข่ายประสาทในชุดข้อมูลที่ซับซ้อนซึ่งอธิบายถึงวิธีการตั้งค่าการทดลองประเภทนี้ในหลาย ๆ เงื่อนไขและเครือข่ายได้เรียนรู้ฟิสิกส์ที่อยู่เบื้องหลัง"Sofia Vallecorsaนักฟิสิกส์วิจัยสำหรับโครงการควอนตัมเทคโนโลยีที่ เซิร์นผู้ที่ไม่ได้มีส่วนร่วมในการวิจัยใหม่บอกกับ Live Science
แตะลงใน AI เพื่อลดความซับซ้อนของควอนตัม
เครื่องมือ AI เสนอว่าการพัวพันอาจเกิดขึ้นได้เนื่องจากเส้นทางของโฟตอนนั้นแยกไม่ออก: เมื่อมีหลายแหล่งที่เป็นไปได้โฟตอนอาจมาจากและหากต้นกำเนิดของพวกเขาแยกไม่ออกจากกัน
แม้ว่านักวิทยาศาสตร์จะไม่เชื่อในผลลัพธ์ในขั้นต้น แต่เครื่องมือก็ยังคงกลับมาแก้ปัญหาเดียวกันดังนั้นพวกเขาจึงทดสอบทฤษฎี ด้วยการปรับแหล่งโฟตอนและทำให้มั่นใจได้ว่าพวกเขาจะแยกไม่ออกนักฟิสิกส์ได้สร้างเงื่อนไขที่ตรวจจับโฟตอนในบางเส้นทางรับประกันได้ว่าอีกสองคนปรากฏตัวขึ้น
ความก้าวหน้าในฟิสิกส์ควอนตัมนี้ทำให้กระบวนการง่ายขึ้นซึ่งสามารถเกิดการพัวพันควอนตัมได้ ในอนาคตมันอาจมีผลกระทบต่อเครือข่ายควอนตัมที่ใช้สำหรับการส่งข้อความที่ปลอดภัยทำให้เทคโนโลยีเหล่านี้เป็นไปได้มากขึ้น
“ ยิ่งเราพึ่งพาเทคโนโลยีที่เรียบง่ายมากเท่าไหร่เราก็ยิ่งสามารถเพิ่มช่วงของแอปพลิเคชันได้มากขึ้นเท่านั้น” Vallecorsa กล่าว "ความเป็นไปได้ที่จะสร้างเครือข่ายที่ซับซ้อนมากขึ้นซึ่งสามารถแยกออกจากรูปทรงเรขาคณิตที่แตกต่างกันอาจมีผลกระทบอย่างมากเมื่อเทียบกับกรณีแบบ end-to-end เดียว"
ไม่ว่าจะเป็นการใช้งานจริงในการปรับขนาดเทคโนโลยีให้เป็นกระบวนการที่มีศักยภาพในเชิงพาณิชย์ยังคงมีให้เห็นอย่างไรก็ตามเนื่องจากเสียงด้านสิ่งแวดล้อมและความไม่สมบูรณ์ของอุปกรณ์อาจทำให้เกิดความไม่แน่นอนในระบบควอนตัม
การศึกษาใหม่ยังให้ข้อโต้แย้งที่น่าเชื่อถือสำหรับการใช้ AI เป็นเครื่องมือวิจัยโดยนักฟิสิกส์ “ เรากำลังมองหาการแนะนำ AI มากขึ้น แต่ก็ยังมีความสงสัยอยู่เล็กน้อยส่วนใหญ่เป็นเพราะบทบาทของนักฟิสิกส์จะเป็นอย่างไรเมื่อเราเริ่มไปทางนั้น” Vallecorsa กล่าว "มันเป็นโอกาสในการได้รับผลลัพธ์ที่น่าสนใจและการแสดงในวิธีที่น่าสนใจมากว่านี่เป็นเครื่องมือที่นักฟิสิกส์ใช้"
