苏黎世联邦理工学院(ETH)杨宇翔:量子精密测量

嗨,大家好。这里是学术报告专栏,读芯术小编不定期挑选并亲自跑会,为大家奉献科技领域最优秀的学术报告,为同学们记录报告干货,并想方设法搞到一手的PPT和现场视频——足够干货,足够新鲜!话不多说,快快看过来,希望这些优秀的青年学者、专家杰青的学术报告 ,能让您在业余时间的知识阅读更有价值。

 

 

人工智能论坛如今浩如烟海,有硬货、有干货的讲座却百里挑一。“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办,百度全力支持,读芯术作为合作自媒体。承办单位为中国科学院大学学生会,协办单位为中国科学院计算所研究生会、网络中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会。“AI未来说·青年学术论坛”第五期“量子计算”专场已于2019年5月18日下午在中科院举行。苏黎世联邦理工学院(ETH)杨宇翔为大家带来报告《量子精密测量》。

 

杨宇翔,现任苏黎世联邦理工学院理论物理研究中心(ETH)博士后研究员,从事量子信息理论研究。2018年于香港大学获得计算机博士,本科毕业于清华大学物理系;2017年微软学者奖学金获得者。在Nature Communications, Physical Review Letters, IEEE Transactions on Information Theory, Communications in Mathematical Physics等刊物上发表论文十余篇。

 

报告内容:量子精密测量(Quantummetrology)是量子信息科学的一个重要分支,有着广阔的应用前景。利用纠缠等效应,量子精密测量可以大大提高参数测量的精度,从而使得一些极端情况下的参数测量成为可能。本次报告从量子精密测量的背景介绍出发,结合自身工作探讨了它的多个发展方向,包括量子传感器网络、对于测量过程中噪声的控制、以及测量数据的压缩处理等。

 

量子精密测量

 

杨宇翔博士先介绍了量子信息和量子计算,其中量子信息是指纠缠、相干等量子效应在信息处理中的应用,而纠缠、相干等量子效应是量子计算实现(数据处理、纠错)的基础。然后讲到了量子优势和量子信息学科。并指出量子研究最重要的问题是要找到量子优势,研究的东西要用到叠加、纠缠等量子效应,并公平地和经典的方法进行对比与分析。而量子信息学科是多学科交叉的领域,包含众多的研究分支,如量子计算、量子香农理论、量子精密测量、量子通讯、量子信息处理和量子基础。

 

接着又从钟表、陀螺仪、雷达这些经典宏观的测量仪器讲到了量子精密测量,该研究分支是量子信息学和统计学碰撞的结果,研究的是如何用量子效应更好地估计未知参数的值的问题。量子精密测量利用量子力学定义更加精确的单位制、构造更加精密的传感器,使得极端条件下的参数测量成为可能,为量子计算的信息读取、态制备、噪声控制提供保障。

 

然后介绍了量子精密测量的过程,并介绍了参数测量的理论极限。量子精密测量的核心问题是资源(光子/系统数、能量、黑盒调用次数)固定情况下,选取最优量子态使得优化的目标函数最大化。可以使用量子纠缠效应使得量子态对于参数的变化更为敏感。

 

紧接着讲到了量子精密测量时的输入无纠缠态和输入纠缠态。输入无纠缠态时,若输入N个量子比特,每个只用一次,N个量子比特之间相互独立,等价于N次独立参数测量,测量误差大概是以根号下N分之一的速度衰减。输入纠缠态时,若输入N个量子比特,则N个量子比特之间相互作用,存在一定的相关性,可以使输入信号放大N倍,测量误差大概是以N分之一的速度衰减。所以输入纠缠态相对于输入无纠缠态是有一定的量子优势的。

 

提及量子精密测量的应用,又讲到了探测引力波的实验。引力波的测量可以探测宏观天体对附近时空产生的微小的扰动,有些天体效应会使周围的时空产生非常微小的压缩和拉伸,进而会产生一些干涉现象,而通过分析干涉条纹,可以分析引力波的强度及是否存在。然而这样的实验是非常难的,由于时空的拉伸是非常微小的,即使非常小的信号干扰也会产生非常大的影响,常见的干扰项是激光与镜面作用的干扰,信号弱且频率过低等。在引力波探测实验中,LIGO通过量子纠缠突破了经典探测手段的最高精度极限。

 

随后,介绍了量子精密测量的发展。量子精密测量发展的大致趋势是从量子态测量到量子门测量,进而发展到网络中的参数测量。其中,态测量的问题包括QuantumCramer-Rao bound 以及最优测量,多参数测量问题和Quantum Tomography。门测量的问题包括Heisenberg limit下的测量,有噪环境下的精密测量,量子操控、量子纠错在精密测量中的应用和精密测量的安全性。网络测量的问题包括量子传感器网络、分布式测量问题和量子通信、存储对测量精度的影响。量子精密测量的主要发展方向有三个,第一个是克服噪声和使用量子操控,第二个是使用机器学习(神经网络),第三个是测量“更高级结构”,比如含参的传感器网络或有记忆信道。

 

最后,杨宇翔博士又讲了量子传感器网络、节点间量子数据的传输、测量数据压缩、压缩后量子数据的传输等问题,简要介绍了”量子秒表“,并介绍了量子精密测量方面的相关工作。更多精彩内容请关注视频分享。

收藏 评论(0)
分享到: