В основе квантовых вычислений лежат особые единицы информации: квантовые биты, или кубиты. В отличие от битов они могут одновременно находиться в состоянии 1 и 0. Это свойство делает их и эффективными, и хрупкими. Поэтому процесс коррекции ошибок становится очень важным. Пока что квантовые компьютеры решают задачи, требующего приблизительно 50 кубитов. Если их больше, то зашумленность превышает пользу. А для выполнения действительно важных программ им понадобится около 10 000 кубитов.
Специалисты из Университета Аризоны применили подход, сочетающий классические и квантовые методы, пишет Phys.org. В частности, они применили три датчика для классификации средней амплитуды и угла радиосигналов. С помощью квантовой запутанности датчики могли делиться информацией друг с другом. Это повышало их чувствительность и снижало количество ошибок.
Кроме того, спутанные датчики могли оценивать параметры, а не собирать данные об определенных частях системы. Это важно для программ, которым нужен только бинарный ответ. Например, при проведении медицинского сканирования ученым не нужно знать о каждой клетке в образце тканей, только о раковых.
Эксперимент показал, что оснащение датчиков квантовой запутанностью наделяет их преимуществом перед классическими датчиками и снижает вероятность ошибок на небольшой, но существенный процент.
«Мы считаем, что это новая парадигма и для квантовых вычислений, и для квантового машинного обучения, и для квантового зондирования, поскольку она выстраивает мост между всеми этими областями», — сказал Чжан Чжэшэнь, один из авторов статьи, вышедшей в журнале Physical Review X.
