KI-gesteuerte Quantentechniken steigern die Empfindlichkeit von Magnetometern um das Sechsfache

• Forscher entwickeln eine neue Methode zur Messung von Magnetfeldern mithilfe von Quantensystemen und Techniken des maschinellen Lernens.
• Sie erreichen eine Empfindlichkeit, die sechsmal höher ist als die, die mit herkömmlichen Techniken erreicht werden kann. 

Es gibt gewisse Grenzen dafür, wie genau man Dinge messen kann. Nehmen Sie zum Beispiel ein Röntgenbild, es ist ziemlich verschwommen und erfordert die richtige Interpretation durch einen erfahrenen Arzt. Obwohl eine höhere Intensität und längere Belichtungszeiten den Kontrast zwischen mehreren Geweben verbessern könnten, ist eine so große Strahlungsmenge für den Menschen nicht ungefährlich.

Möglicherweise kennen Sie die Standardquantengrenze, die besagt, dass die Genauigkeit der Messung umgekehrt proportional zur Quadratwurzel der gegebenen Ressourcen ist. Je mehr Ressourcen Sie einsetzen – Strahlungsleistung, Zeit, Anzahl der Bilder – desto genauer wird Ihre Messung. Höhere Präzision bedeutet also, umfangreiche Ressourcen zu verbrauchen.

Jetzt hat ein internationales Team von Physikern des MIPT, der Aalto-Universität, des Landau-Instituts und des Departements Physik der ETH Zürich eine bessere Methode zur Messung magnetischer Felder mithilfe von Quantensystemen und Techniken des maschinellen Lernens entwickelt.

Sie demonstrierten ein Magnetometer mit einer Genauigkeit, die über die Standardquantengrenze hinausgeht. Finden wir heraus, wie sie es entwickelt haben.

Verwendung von Qubit zur Messung magnetischer Felder mit hoher Empfindlichkeit

Forscher haben die Genauigkeit von Magnetfeldmessungen verbessert, indem sie die Kohärenz eines Qubits, eines supraleitenden künstlichen Atoms, genutzt haben. Es handelt sich um ein sehr kleines Gerät, das aus überlappenden Aluminiumstreifen auf einem Siliziumchip besteht – die gleiche Technik wird zur Herstellung von Mobil- und Computerprozessoren verwendet.

Ein Qubit aus Aluminiumstreifen auf einem Siliziumchip | Bildnachweis: Babi Brasileiro / Aalto-Universität

Wenn das Gerät sehr niedrigen Temperaturen ausgesetzt wird, fließt der Strom nahezu widerstandslos durch das Gerät und das Gerät beginnt, quantenmechanische Eigenschaften zu zeigen, die denen tatsächlicher Atome ähneln. Tatsächlich ist sein intrinsisches magnetisches Moment etwa 100.000-mal größer als das realer Atome/Ionen.

Der Zustand des Qubits ändert sich, wenn es mit einem Mikrowellenpuls bestrahlt wird. Diese Änderung beruht auf dem angelegten externen Magnetfeld. Um das Magnetfeld zu kennen, müssen Sie also nur das Atom messen.

In einem Qubit-basierten Magnetfelddetektor schwingt die Kohärenz zwischen zwei Zuständen (kohärente Überlagerungen von Quantenzuständen) mit der Frequenz des Magnetfelds, das das Gerät durchdringt. Je höher die Geschwindigkeit der Phasenänderung der Wellenfunktion gemessen werden kann, desto höher ist die Genauigkeit.

Referenz:npj Quantum Information | doi:10.1038/s41534-018-0078-y | ETH Zürich

Dadurch erhalten Sie jedoch keine Genauigkeiten, die über die Standardquantengrenze hinausgehen. Sie müssen einen anderen Trick anwenden, nämlich die Mustererkennung mittels maschinellem Lernen.

Die Forscher verwendeten einen adaptiven Ansatz. Sie führten eine Messung durch und gaben das Ergebnis an Algorithmen für maschinelles Lernen weiter. Anschließend ließen sie die KI entscheiden, wie im nächsten Schritt ein Steuerparameter geändert werden soll, um die schnellste Schätzung des Magnetfelds zu erhalten.

Dadurch konnten sie eine Empfindlichkeit erreichen, die etwa sechsmal höher ist als die, die mit herkömmlichen Techniken erreicht werden kann.

Schlussfolgerung

Diese Kombination aus der Verwendung von Quantenhardware und überwachten Algorithmen für maschinelles Lernen im Kontext der Quantensensorik verspricht Magnetometer mit einem oder mehreren Qubits, die Genauigkeiten liefern können, die über die Grenzen aktueller Magnetfelddetektoren hinausgehen.

Lesen Sie:Die erste Simulation eines Atomkerns auf einem Quantencomputer

Die Erkennung von Magnetfeldern ist in einem breiten Spektrum von Bereichen von entscheidender Bedeutung, von der Bildgebung von Gehirnaktivitäten bis hin zur geologischen Verarbeitung. Es ist ein kleiner Schritt hin zur Nutzung quantenverstärkter Methoden für die Sensorik.