Forskare från Fysiska fakulteten, University of Warszawa, i samarbete med University of Oxford och NIST, har visat att kvantinterferens möjliggör bearbetning av stora uppsättningar data snabbare och mer exakt än med standardmetoder. Deras studier kan öka tillämpningar av kvantteknologier inom artificiell intelligens, robotik och medicinsk diagnostik, till exempel. Resultaten av detta arbete har publicerats i Vetenskapens framsteg .

Samtida vetenskap, medicin, teknik och informationsteknik kräver effektiv databehandling – stillbilder, ljud och radiosignaler, samt information som kommer från olika sensorer och kameror. Sedan 1970-talet, detta har uppnåtts med hjälp av Fast Fourier Transform-algoritmen (FFT). FFT gör det möjligt att effektivt komprimera och överföra data, lagra bilder, sända digital-TV, och prata i mobiltelefon. Utan denna algoritm, medicinska bildbehandlingssystem baserade på magnetisk resonans eller ultraljud skulle inte ha utvecklats. Dock, det är fortfarande för långsamt för många krävande applikationer.

För att nå detta mål, forskare har försökt i åratal att utnyttja kvantmekaniken. Detta resulterade i utvecklingen av en kvantmotsvarighet till FFT, Quantum Fourier Transform (QFT), som kan realiseras med en kvantdator. Eftersom kvantdatorn samtidigt bearbetar alla möjliga värden (så kallade "superpositioner") av indata, antalet operationer minskar avsevärt.

Trots den snabba utvecklingen av kvantberäkningar, det råder en relativ stagnation inom området kvantalgoritmer. Nu har forskare visat att detta resultat kan förbättras, och på ett ganska överraskande sätt.

Kravchuk transformation

Matematik beskriver många transformationer. En av dem är en Kravchuk-transform. Det är väldigt likt FFT, eftersom det tillåter behandling av diskreta (t.ex. digitala) data, men använder Kravchuk-funktioner för att dekomponera ingångssekvensen i spektrumet. I slutet av 1990-talet Kravchuk-transformen "återupptäcktes" inom datavetenskap. Den visade sig vara utmärkt för bild- och ljudbehandling. Det gjorde det möjligt för forskare att utveckla nya och mycket mer exakta algoritmer för att känna igen tryckt och handskriven text (inklusive även det kinesiska språket), gester, teckenspråk, människor, och ansikten. För ett dussin år sedan, det visades att denna transform är idealisk för bearbetning av låg kvalitet, bullriga och förvrängda data, och därmed skulle den kunna användas för datorseende i robotik och autonoma fordon. Det finns ingen snabb algoritm för att beräkna denna transformation, men det visar sig att kvantmekaniken tillåter en att kringgå denna begränsning.

Datavetenskapens "heliga gral".

I deras artikel publicerad i Vetenskapens framsteg , forskare från Warszawas universitet—Dr. Magdalena Stobinska och Dr. Adam Buraczewski, forskare från University of Oxford, och NIST, har visat att den enklaste kvantporten, som interfererar mellan två kvanttillstånd, beräknar i huvudsak Kravchuk-transformen. En sådan grind kan vara en välkänd optisk anordning - en stråldelare, som delar fotoner mellan två utgångar. När två tillstånd av kvantljus kommer in i dess ingångsportar från två sidor, de stör. Till exempel, två identiska fotoner, som samtidigt går in i den här enheten, samlas i par och kommer ut tillsammans genom samma utgångsport. Detta är den välkända Hong-Ou-Mandel-effekten, som också kan utvidgas till tillstånd gjorda av många partiklar. Genom att störa "paket" som består av många oskiljbara fotoner (oskiljbarhet är mycket viktigt, eftersom dess frånvaro förstör kvanteffekten), som kodar informationen, man får en specialiserad kvantdator som beräknar Kravchuk-transformen.

Experimentet utfördes i ett kvantoptiskt laboratorium vid institutionen för fysik vid University of Oxford, där en speciell uppställning byggdes för att producera multifotonkvanttillstånd, så kallade Fock-stater. Detta laboratorium är utrustat med TES (Transmission Edge Sensors), utvecklad av NIST, som arbetar vid nästan absoluta nolltemperaturer. Dessa detektorer har en unik egenskap:de kan faktiskt räkna fotoner. Detta gör det möjligt att exakt avläsa kvanttillståndet som lämnar stråldelaren och därmed, resultatet av beräkningen. Viktigast, en sådan beräkning av kvanttransformen Kravchuk tar alltid samma tid, oavsett storleken på indatauppsättningen. Det är datavetenskapens "heliga gral":en algoritm som består av bara en operation, implementeras med en enda grind. Självklart, för att uppnå resultatet i praktiken, man behöver utföra experimentet flera hundra gånger för att få statistiken. Så här fungerar varje kvantdator. Dock, det tar inte lång tid, eftersom lasern producerar dussintals miljoner multifoton "paket" per sekund.

Resultatet erhållits av forskare från Polen, Storbritannien och USA kommer att hitta tillämpningar i utvecklingen av nya kvantteknologier och kvantalgoritmer. Dess användningsområde går utöver kvantfotonik, eftersom en liknande kvantinterferens kan observeras i många olika kvantsystem. Warszawas universitet ansökte om ett internationellt patent för denna innovation. Forskarna hoppas att Kravchuk-transformen snart kommer att finna användning i kvantberäkning, där det kommer att bli en del av nya algoritmer, speciellt i hybrid-kvantklassiska datorer som slår samman kvantkretsar med "normala" digitala layouter.