Ученые открыли новый метод упрощения квантовой запутанности с помощью искусственного интеллекта

Группа физиков из Нанкинского университета (Китай) и Института науки о свете Макса Планка (Германия) с помощью специально разработанного искусственного интеллекта (ИИ) открыла новый, более простой способ создания квантовой запутанности. Этот метод, основанный на использовании неразличимых направлений выхода фотонов, может значительно упростить разработку квантовых технологий, включая квантовые компьютеры и сети квантовой связи.

Результаты исследования были опубликованы в журнале Physical Review Letters.

Что такое квантовая запутанность и почему она важна?

Квантовая запутанность — это явление, при котором две или более частиц становятся связанными на квантовом уровне, разделяя свои свойства независимо от расстояния между ними. Это явление лежит в основе многих квантовых технологий, включая квантовые вычисления и квантовую телепортацию.

Традиционные методы создания квантовой запутанности требуют сложных процедур, таких как генерация нелинейных оптических эффектов или использование предварительно запутанных пар фотонов. Один из стандартных протоколов, известный как "измерение состояния Белла", предполагает измерение степени запутанности одной частицы из каждой пары, что приводит к запутыванию оставшихся частиц. Однако такие методы требуют значительных ресурсов и сложного оборудования.

Как ИИ помог упростить процесс?

Исследователи использовали инструмент ИИ под названием PyTheus, разработанный специально для проектирования экспериментов в области квантовой оптики. ИИ был обучен на наборе данных, описывающих различные условия и параметры квантовых экспериментов.

Вместо того чтобы воспроизводить уже известные протоколы, PyTheus предложил принципиально новый подход. Согласно этому методу, запутанность возникает, если направления выхода фотонов становятся неразличимыми. Другими словами, если невозможно определить, из какого источника был испущен фотон, система автоматически создает запутанное состояние.

«Мы демонстрируем принципиально иной способ запутывания двух независимых частиц, без необходимости их прямого взаимодействия или общего прошлого», — пояснили авторы исследования.

Скептицизм и открытия

Изначально ученые отнеслись к предложению ИИ скептически.

«Мы ожидали, что алгоритм просто воспроизведет известные протоколы, такие как обмен запутанностью. Однако он предложил что-то гораздо более простое, что мы сначала сочли ошибочным», — рассказал Марио Кренн из Института Макса Планка, соавтор исследования.

После тщательного анализа команда подтвердила, что метод PyTheus действительно работает. Новый протокол позволяет создавать запутанность между двумя фотонами без необходимости предварительного запутывания или измерения состояния Белла.

Это открытие может иметь значительные последствия для развития квантовых технологий. Упрощение процесса создания запутанности может ускорить разработку более сложных и эффективных квантовых сетей связи.

«Возможность создавать более сложные сети, которые могут ветвиться в различных геометриях, может иметь огромное влияние по сравнению с простыми линейными системами», — отметила София Вальекорса из Европейского совета по ядерным исследованиям (CERN), не участвовавшая в исследовании.

Однако ученые подчеркивают, что необходимо провести дополнительные исследования, чтобы определить устойчивость метода к внешним шумам и другим помехам.

Роль ИИ в науке

Это исследование демонстрирует потенциал искусственного интеллекта в ускорении научных открытий. Несмотря на скептицизм, который иногда вызывает ИИ среди ученых, такие инструменты, как PyTheus, могут предлагать неожиданные и инновационные решения сложных проблем.

«Для меня это изменило представление о том, что необходимо для создания запутанности. Теперь мы знаем, что некоторые вещи, которые считались обязательными, на самом деле таковыми не являются», — поделился Марио Кренн.

Открытие нового метода создания квантовой запутанности с помощью ИИ открывает новые горизонты для квантовых технологий. Этот подход не только упрощает процесс, но и демонстрирует, как искусственный интеллект может стать мощным инструментом в руках ученых, помогая им находить решения, которые ранее казались невозможными.

Источник: Новая наука