量子计算机及其他先进量子技术,依赖于一类在特定条件下表现出异常行为的特殊量子材料。在某些情况下,科学家甚至可以通过精细调整材料结构,创造出全新的量子特性。一个典型案例是将石墨烯薄片层叠并扭转成莫尔条纹图案,这一操作可使材料突然转变为超导体。
研究人员还能将这些材料层排列成更为复杂的结构,包括准晶体和超莫尔材料。然而,预测这类奇异材料的行为极为困难。准晶体在数学上极为复杂,对其进行模拟可能涉及超过千万亿个数字,这一规模远远超出当今最强大超级计算机的处理能力。
量子算法攻克大规模材料难题
阿尔托大学应用物理系的科学家们近日开发出一种受量子启发的算法,能够近乎即时地处理这类规模庞大的非周期性量子材料问题。助理教授Jose Lado表示,这项研究还揭示了量子技术内部一个颇具潜力的正向反馈循环。
他解释道:"最关键的是,这些新型量子算法能够推动新型量子材料的开发,进而构建量子计算机的新范式,从而在量子材料与量子计算机之间形成富有成效的双向反馈循环。"
这一突破未来有望支持无耗散电子器件的研发——此类器件能够在无能量损耗的情况下导电,或将有助于缓解人工智能驱动的数据中心日益增长的散热和能耗压力。
本次研究由Lado领衔,成员包括担任论文第一作者的博士研究员Tiago Antao、QDOC博士研究员Yitao Sun,以及科学院研究员Adolfo Fumega。相关成果近期以"编辑推荐"的形式发表于《物理评论快报》。
模拟拓扑准晶体
研究团队的研究重点是拓扑准晶体——一种承载着非常规量子激发态的特殊材料。这类激发态尤为珍贵,因为它们有助于保护电导率免受噪声和干扰的破坏。然而,这些激发态在准晶体本已高度复杂的结构中呈不均匀分布。
研究团队并未尝试直接计算材料的完整结构,而是采用类似量子计算机所使用的方法,对这一挑战进行了重新建模。
Antao表示:"量子计算机运行在指数级庞大的计算空间中,因此我们采用了一类名为张量网络的特殊算法族来编码这些空间,成功计算了一个拥有逾2.68亿个格点的准晶体。我们的算法展示了量子材料中的海量问题,如何通过将其编码为量子多体系统所带来的指数级加速来直接求解。"
目前,这项工作仍处于理论阶段,全部通过模拟完成,但研究人员表示,实验验证和未来应用的路径已经逐渐清晰。
Lado表示:"我们演示的这一受量子启发的算法,使我们能够创建超莫尔准晶体,其规模比传统方法高出数个数量级。这是迈向利用超莫尔材料设计拓扑量子比特、进而应用于量子计算机的关键一步。"
迈向量子计算的实际应用
Lado表示,一旦量子硬件发展到足够成熟的水平,该算法未来有望适配并运行于真正的量子计算机之上。
"我们的方法可以适配到真实量子计算机上运行,前提是其达到必要的规模和保真度。尤其是新建成的AaltoQ20系统以及芬兰量子计算基础设施,未来有望在相关演示中发挥重要作用。"他说道。
上述研究成果表明,对奇异量子材料的研究与设计,有望成为量子算法和量子计算系统最早落地的实际应用方向之一。
该项目同时汇聚了芬兰量子研究的两大核心领域:量子材料与量子算法。它隶属于Lado主持的欧洲研究理事会巩固项目ULTRATWISTROICS,该项目专注于利用范德华材料设计拓扑量子比特;同时也是量子材料卓越中心QMAT的组成部分,后者致力于推动未来量子技术的发展。
Q&A
Q1:拓扑准晶体有什么特殊之处?为什么难以模拟?
A:拓扑准晶体是一种承载非常规量子激发态的特殊材料,这些激发态能保护电导率免受噪声干扰,具有重要应用价值。但由于准晶体结构极为复杂,且激发态在其中分布不均匀,完整模拟可能涉及超过千万亿个数字,远超当今最强超级计算机的处理能力,因此被视为极难攻克的计算难题。
Q2:阿尔托大学团队开发的新量子算法是如何运作的?
A:该算法受量子计算机原理启发,采用名为张量网络的特殊算法族来编码量子计算机所使用的指数级庞大计算空间。通过将材料问题转化为量子多体系统进行编码,算法成功计算了拥有逾2.68亿个格点的准晶体,实现了指数级加速,能够近乎即时地处理传统方法难以企及的超大规模非周期性量子材料问题。
Q3:这项量子算法研究对未来量子计算和AI数据中心有何实际意义?
A:该算法有望推动无耗散电子器件的研发,此类器件导电时无能量损耗,可缓解AI数据中心的散热与能耗压力。同时,它为利用超莫尔材料设计拓扑量子比特提供了关键工具,有望成为量子算法最早的实际应用之一。研究人员还表示,随着量子硬件不断成熟,该算法未来可直接适配运行于真实量子计算机之上。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。