Para a equipe do Nokia Bell Labs, a solução está em melhores qubits, em vez de máquinas maiores.
Especificamente, em vez de informações codificadas em partículas elementares individuais, a equipe está focada em qubits que mantêm essas mesmas informações da maneira que a matéria é espacialmente orientada – o que é conhecido como um qubit topológico.
Essa abordagem alternativa utiliza campos eletromagnéticos para manipular cargas em torno de um líquido de elétrons super -resfriados, desencadeando os qubits para alternar entre estados topológicos e travá -los no lugar por períodos muito mais longos.
Como resultado, é inerentemente mais estável, explica Eggleston. “Temos esses elétrons e eles estão sentados em um avião, em um estado. Se eu os mover, eles estão agora em um estado diferente. Mas isso é realmente difícil de fazer acidentalmente, isso não acontece aleatoriamente. E isso permite que você construa um sistema estável que você possa controlar”.
De fato, enquanto os qubits existentes têm uma vida útil de milissegundos, para qubits topológicos, isso pode demorar vários dias, acrescenta ele. “É incrivelmente estável. Muitas, muitas ordens de magnitude mais estáveis.”
Algumas das ciências que sustentam o qubit topológico datam décadas. Em 1998, os cientistas da Bell Labs, Daniel Tsui, e Horst Störmer receberam o Prêmio Nobel de Física por sua descoberta seis anos antes de um fenômeno físico contra -intuitivo, mais tarde apelidado de efeito fracionário do Quantum Hall (FQH). O FQH refere -se a como os elétrons manipulados em fortes campos magnéticos e a temperaturas muito baixas podem criar novos estados de matéria. Esses estados estão sendo alavancados quase 40 anos depois para formar a base dos qubits topológicos.
Mas de muitas outras maneiras, o esforço em direção a um qubit topológico colocou os cientistas firmemente em território desconhecido. “O desenvolvimento da tecnologia pode ser frustrante porque ninguém já fez isso antes”, admite Eggleston. “É um céu completamente aberto. Muitas vezes, estamos à frente dos teóricos.”
“Ninguém nunca mostrou que você pode controlar o estado topológico e ligá -lo e desligar. E é isso que queremos demonstrar este ano. É nisso que os cientistas de nosso laboratório estão trabalhando enquanto falamos”.
Michael Eggleston, líder do grupo de pesquisa, Nokia Bell Labs
É por isso que a equipe do Nokia Bell Labs já trabalhou em colaboração com a competição para avançar no campo. Grande parte das pesquisas iniciais os levou a trabalhar em estreita colaboração com a Microsoft, por exemplo. Mas eles também esperam que o 2025 marque o ano que diferencia suas pesquisas.
Nos próximos meses, a equipe do Nokia Bell Labs espera demonstrar sua capacidade de controlar o qubit pela primeira vez, movendo -o intencionalmente entre os estados para oferecer maior estabilidade e resiliência contra erros.
“Isso será o primeiro”, diz Eggleston. “Ninguém nunca mostrou que você pode controlar o estado topológico e ligá -lo e desligar. E é isso que queremos demonstrar este ano. É nisso que os cientistas de nosso laboratório estão trabalhando enquanto falamos”.
“Então, no próximo ano, construiremos isso para mostrar as operações de gatagem quântica que você precisaria para construir um computador quântico”, acrescenta Eggleston.
Se a equipe Bell Labs puder atingir esses momentos marcantes, eles se aproximarão de um qubit topológico totalmente viável que pode ser transformador para o futuro da computação quântica.
Embora o avanço possa não reduzir a linha do tempo para um computador quântico tolerante a falhas em escala em larga escala, ele alterará comprovadamente a escala e o escopo do que os computadores quânticos podem alcançar.
Qubits topológicos podem desbloquear o potencial futuro que fez da computação quântica um tópico de fascínio científico por anos.
Em vez de máquinas multibilionárias que ocupam edifícios inteiros para fornecer uma mera fração da funcionalidade potencial, os qubits topológicos podem abrir caminho para máquinas muito mais eficientes capazes de enfrentar tarefas de otimização extremamente complexas e problemas de simulação com bilhões de variáveis nos níveis microscópicos e globais.
Em suma, eles poderiam desbloquear o potencial futuro que fez da computação quântica um tópico de fascínio científico por anos.
Pense em sua aplicação na química, aponta Eggleston, uma área na qual o teste e o erro diminuem materialmente o progresso. “Você tem produtos químicos onde é impossível entender como eles se ligam e se interagem entre si, e assim as equipes sintetizam, executam testes e veem o que funciona e o que não funciona”, explica ele.
“Mas quando alguém projeta uma ponte, eles não apenas construem um monte e veem qual deles não cai. Em vez disso, temos ferramentas que permitem simular a mecânica dessas estruturas gigantes, testá -las e otimizá -las antes de construir qualquer coisa. É isso que vejo a computação quântica ser capaz de oferecer para o campo de química”, acrescenta Eggleston.
Esse avanço também pode transformar o design e o desenvolvimento de medicamentos que salvam vidas, com computadores quânticos capazes de realizar modelagem molecular para novos compostos terapêuticos em velocidades muito maiores e níveis de complexidade do que os métodos computacionais atuais permitem.
E os sistemas quânticos podem permitir a simulação de cadeias de suprimentos exponencialmente mais complexas, criando gêmeos digitais intrincados que permitem que as organizações otimizem as operações. Eles poderiam permitir que os cientistas prevejam melhor o curso das mudanças climáticas ou desenvolvam materiais avançados para uso no aeroespacial. Os casos de uso continuam.
Mas antes que toda essa possibilidade possa ser materializada, um qubit que está à altura da tarefa deve se concretizar.
Esse conteúdo foi produzido pelo Insights, o braço de conteúdo personalizado da MIT Technology Review. Não foi escrito pela equipe editorial da MIT Technology Review.
Esse conteúdo foi pesquisado, projetado e escrito inteiramente por escritores humanos, editores, analistas e ilustradores. Isso inclui a redação de pesquisas e coleta de dados para pesquisas. As ferramentas de IA que podem ter sido usadas foram limitadas a processos de produção secundários que passaram pela revisão humana completa.
por MIT Technology Review Insights
