Forskare vid University of Sydney har anpassat tekniker från autonoma fordon och robotik för att effektivt bedöma prestanda hos kvantenheter, en viktig process för att hjälpa till att stabilisera den framväxande tekniken.

Det innovativa tillvägagångssättet har experimentellt visat sig överträffa den förenklade karakteriseringen av dessa miljöer med en faktor tre, med ett mycket högre resultat för mer komplexa simulerade miljöer.

"Med detta tillvägagångssätt, vi kan kartlägga "bruset" som orsakar prestandavariationer mellan kvantenheter minst tre gånger så snabbt som ett brute-force-tillvägagångssätt, " sa huvudförfattaren Riddhi Gupta, en Ph.D. student vid Fysikskolan. "Att snabbt bedöma bullermiljön kan hjälpa oss att förbättra den övergripande stabiliteten hos kvantenheter."

Forskningen har publicerats i Nature partnertidskrift Kvantinformation .

Quantum computing är fortfarande i sina tidiga utvecklingsstadier men lovar att revolutionera tekniken genom att lösa problem som ligger utanför klassisk datoranvändning.

Ett av hindren för att utveckla dessa system i praktisk skala är att övervinna bristerna i hårdvaran. De grundläggande enheterna för kvantteknologi - kvantbitar, eller qubits – är mycket känsliga för störningar från sina miljöer, såsom elektromagnetiskt "brus", och uppvisar prestandavariationer som minskar deras användbarhet.

fru Gupta, också en del av ARC Center of Excellence for Engineered Quantum Systems, har tagit tekniker från klassisk uppskattning som används inom robotik och anpassat dem för att förbättra hårdvarans prestanda. Detta uppnås genom effektiv automatisering av processer som kartlägger både miljön för och prestandavariationer över stora kvantenheter.

"Vår idé var att anpassa algoritmer som används inom robotik som kartlägger miljön och placerar ett objekt i förhållande till andra objekt i deras beräknade terräng, ", sa hon. "Vi använder effektivt vissa qubits i enheten som sensorer för att hjälpa till att förstå den klassiska terrängen där andra qubits bearbetar information."

Inom robotteknik, maskiner förlitar sig på samtidig lokalisering och kartläggning, eller SLAM, algoritmer. Enheter som robotdammsugare kartlägger kontinuerligt sina miljöer och uppskattar sedan sin plats i den miljön för att kunna flytta.

Svårigheten med att anpassa SLAM-algoritmer till kvantsystem är att om man mäter, eller karakterisera, prestanda för en enda qubit, du förstör dess kvantinformation.

Vad Ms Gupta har gjort är att utveckla en adaptiv algoritm som mäter prestandan för en qubit och använder den informationen för att uppskatta kapaciteten hos närliggande qubits.

"Vi har kallat detta 'Noise Mapping for Quantum Architectures'. Istället för att uppskatta den klassiska miljön för varje qubit, vi kan automatisera processen, minska antalet mätningar och qubits som krävs, vilket påskyndar hela processen, " sa Ms Gupta.

Dr Cornelius Hempel, vars experimentteam försåg Ms Gupta med data från experiment på en endimensionell sträng av fångade joner, sa att han var glad över att se en trefaldig förbättring även i kartläggningen av ett så litet kvantsystem.

"Dock, när Riddhi modellerade denna process i ett större och mer komplext system, hastighetsförbättringen var så hög som tjugofaldig. Detta är ett utmärkt resultat med tanke på att framtiden för kvantbearbetning ligger i större enheter, " han sa.

Ms Guptas handledare är professor Michael J. Biercuk, grundare av kvantteknikföretaget Q-CTRL och chef för University of Sydney Quantum Control Laboratory i Sydney Nanoscience Hub.

Han sa:"Detta arbete är en spännande demonstration av att den senaste kunskapen inom robotik direkt kan forma framtiden för kvantberäkningar. Detta var ett första steg för att förena koncept från dessa två områden, och vi ser en mycket ljus framtid för den fortsatta utvecklingen av kvantkontrollteknik."