Driver den kvantumfremtiden: Fononisk interferens og nye materialer

I likhet med klassiske datamaskiner, som våre bærbare PC-er og smarttelefoner, bruker en kvantedatamaskin egenskapene til kvantefysikk for å utføre beregninger og lagre data, noe som gjør den bedre enn selv noen av dagens beste superdatamaskiner på visse oppgaver.

I motsetning til å kode informasjon i binære biter (enten 0 eller 1) som vanlige datamaskiner, er den grunnleggende minneenheten i en kvantedatamaskin en qubit, som er laget ved hjelp av fysiske systemer som spinnet til et elektron eller en fotons orientering.

Quantum bits, or qubits, can be arranged in many different ways at once. This means they can represent both 0 and 1 simultaneously, a property called quantum superposition. Qubits can also be linked through quantum entanglement, where the connected particles share the same fate regardless of the distance between them.

Som et resultat antas det at en kvantedatamaskin har evnen til å utføre beregninger eksponentielt raskere enn noen klassisk datamaskin.

Med denne fordelen lover kvantedatamaskiner å revolusjonere moderne databehandling. Teoretisk kan de optimalisere logistikk, knekke vanlige krypteringsmetoder, muliggjøre oppdagelsen av nye legemidler og materialer, og hjelpe fysikere med å utføre fysiske simuleringer.

Selv om kvantedatamaskiner ennå ikke er blitt en realitet, jakten på å skape en praktisk enhet akselererer ettersom store teknologiselskaper arbeider med å skalere fra små laboratorieeksperimenter til fullt fungerende systemer i de kommende årene.

IBM har allerede lagt frem sin detaljerte plan, med Jay Gambetta, leder for IBMs kvanteinitiativ, som fortalte Financial Times at det ikke lenger er en drøm:

“Jeg føler virkelig at vi har knekt koden, og vi vil kunne bygge denne maskinen innen slutten av dette tiåret.”

Mens Google, et Alphabet (GOOG )-eid selskap, også er trygge på sin evne til å produsere et industrielt system i dette tidsrammen, forventer Amazon (AMZN ) noen tiår til før disse maskinene blir virkelig nyttige.

Det er tydelig en sterk fokus på denne fremvoksende teknologien blant de største aktørene i bransjen, selv om deres virkelige adopsjon fortsatt blir hindret av flere utfordringer.

Dette inkluderer sårbarheten til qubits for forstyrrelser i miljøet, også kjent som «støy». Faktorer som varme, vibrasjoner og elektromagnetiske felt kan få en qubit til å miste sine kvanteegenskaper. Denne prosessen, kjent som kvantedekohorens, får systemet til å krasje og introdusere feil i beregningene. Denne sensitiviteten er en stor utfordring i bygging og drift av kvantedatamaskiner.

For å beskytte qubits mot ekstern interferens, isolerer forskere dem fysisk, holder dem kjølige, eller gir dem konsentrerte energibølger.

I tillegg til støy er feilkorreksjon, skalerbarhet, spesialisert kunnskap, ressursintensitet og integrasjon med klassiske systemer andre utfordringer kvantedatamaskiner står overfor. Det positive er at disse problemene aktivt blir adressert av selskaper og forskere gjennom ulike tilnærminger for å gjøre kvantedatamaskiner til en realitet.

Neglectons: Ignorerte Partikler i Kvanteberegning

En av måtene å overvinne qubits’ skjørhet for å bygge stabile kvantedatamaskiner på, er ved å kombinere dem med matematiske elementer som tidligere ble ansett som irrelevante.

Denne oppdagelsen ble rapportert av matematikere forrige uke, som bemerket at oversette partikler kalt “neglectons” kan bidra til å revolusjonere sektoren.“neglectons”¹

Kvasipartikelen som diskuteres her kalles en Ising-anyon, som kun eksisterer i 2D-systemer og er kjernen i topologisk kvanteberegning. Det betyr at anyoner ikke lagrer informasjon i partiklene, men i måten de svinger rundt hverandre, noe som er langt mer motstandsdyktig mot støy. Problemet er at Ising-anyoner ikke er universelle.

For å løse dette vendte teamet seg mot «ikke-semisimple topologisk kvantefeltteori». Denne teorien tillater prediksjon av nye, ukjente partikler «bare ved å forstå symmetrien i det som skjer».

I følge dette har hver partikkel en kvante-dimensjon, et tall som reflekterer hvor mye «vekt» eller innflytelse den har i systemet. Mens partikkelen med null vekt vanligvis blir forkastet, beholdes i de nye ikke-semisimple versjonene de partikler som ellers ville blitt forkastet før man finner ut hvordan man kan gjøre dette tallet ulik null.

De omtolkede ignorerte delene gir de manglende egenskapene til Ising-anyoner.

Studien demonstrerte at med kun én neglecton kan partikkelen utføre universell beregning kun gjennom fletting. Merk at Ising-anyoner kan skape superposisjoner siden de avhenger av formen på flettingsbanen og ikke av presise posisjoner, og er naturlig beskyttet mot mange typer støy.

Trening av AI for å omorganisere atomer effektivt

I et annet tilfelle brukte forskerne AI til å sette sammen ‘hjernen’ til en kvantedatamaskin².

Det teamet gjorde var at de benyttet kunstig intelligens til å finne den mest optimale måten å raskt sette sammen et nettverk av atomer som kan fungere som en kvantedatamaskins hjerne en dag i fremtiden.

Ifølge studiens medforfatter, Jian-Wei Pan, fysiker ved University of Science and Technology of China:

“AI for vitenskap er i ferd med å bli et kraftig paradigme for å løse komplekse vitenskapelige problemer.”

Når man bygger ‘nøytrale atomarrayer’, er utfordringen å finne måten å omorganisere dem på en «effektiv, rask og skalerbar måte», noe AI løste.

Nøytrale atomer, fangede ioner og superledende kretser brukes av forskere til å lage qubits på grunn av deres evne til å opprettholde kvantetilstander i relativt lang tid. Når atomer brukes som qubits, blir de fanget med laserlys og lagrer kvanteinformasjon i elektronenes energinivåer.

Ideen er å bruke nok atomer for å hjelpe en kvantedatamaskin med å overvinne feil. Så trente teamet AI-modellen på hvordan rubidium (Rb)-atomer kan plasseres i ulike rutenettkonfigurasjoner ved hjelp av forskjellige mønstre av laserlys. Deretter, basert på startposisjonene til atomene, kan AI-modellen beregne det nøyaktige lysmønsteret som kreves for å omorganisere dem til 2D- og 3D-former.

Ved å bruke AI-modellen samlet teamet en array på opptil 2 024 rubidiumatomer på bare 60 millisekunder. Studien bemerket:

“Denne protokollen kan lett brukes til å generere feilfrie arrays av titusenvis av atomer med dagens teknologier og bli et nyttig verktøy for kvantefeilkorrigering.”

Magi-tilstandsdestillasjon av logiske qubits

I mellomtiden, forrige måned, oppnådde forskere et ‘magisk tilstand’-gjennombrudd³ for å bygge feilfrie kvantedatamaskiner.

Forskerne demonstrerte faktisk et fenomen kalt ‘magisk tilstandsdestillasjon’, som ble foreslått for to tiår siden, men som ikke ble brukt i logiske qubits før nå. Dette til tross for at det anses som kritisk for å produsere ‘magiske tilstander’, som er nødvendige for å realisere kvantedatamaskiners fulle potensial.

Slike tilstander forberedes på forhånd for å brukes som ressurser av komplekse kvantealgoritmer.

For deres bruk av algoritmer blir de høyeste kvalitetens magiske tilstander først «renset» gjennom en filtreringsprosess kalt magisk tilstandsdestillasjon. Selv om dette er mulig på enkle, feilutsatte fysiske qubits, er prosessen ikke mulig på logiske qubits som er konfigurert til å oppdage og korrigere feil.

Nå, for første gang, har forskere vist magisk tilstandsdestillasjon i praksis på logiske qubits.

Ved å bruke den nøytrale-atom Gemini-kvantedatamaskinen destillerte forskerne fem ufullkomne magiske tilstander til én renere magisk tilstand. Ved å utføre dette på en Distance-3 og en Distance-5 logisk qubit separat, har forskerne vist at destillasjonsprosessen skalerer med kvaliteten på den logiske qubiten.

Som et resultat av dette overgår fideliteten til den endelige magiske tilstanden noen innspillers fidelitet, og bekrefter at forstyrelsesresistent magisk tilstandsdestillasjon faktisk fungerer i praksis.

Låse opp kvantehukommelse med lydbølger

Nå, bare forrige uke, publiserte Caltech-forskere sin forskning som demonstrerte at lydbølger åpner enda en vei til praktisk kvantedatabehandling.sound waves opening yet another way to practical quantum computing⁴.

De har bygget en hybrid kvantehukommelse som omformer elektrisk informasjon til lyd. Dette gjør at kvantetilstander kan leve opptil tretti ganger lenger enn i standard superledende systemer, hvor nøye designede resonatorer lar elektroner danne superledende qubits som er dyktige til å utføre raske, komplekse operasjoner, men som ikke er egnet for langtidslagring.

Lagring av informasjon i kvantetilstander fortsetter å være en utfordring, og for å løse dette lager forskere «kvantehukommelser» som kan holde kvanteinformasjon i en periode som overstiger den for mye brukte superledende qubits. Og den nye hybride metoden fra Caltech-teamet har forlenget kvantehukommelsen.

“Når du har en kvantetilstand, vil du kanskje ikke gjøre noe med den umiddelbart. Du trenger en måte å komme tilbake til den når du vil utføre en logisk operasjon. For det trenger du en kvantehukommelse.”

– Mohammad Mirhosseini, assisterende professor i elektroteknikk og anvendt physics

Dermed laget teamet en superledende qubit på en chip og koblet den til en liten enhet kalt en mekanisk oscillator, som i bunn og grunn er en liten stemmegaffel.

Denne oscillatoren består av fleksible plater som vibrerer som respons på lydbølger med GHz-frekvenser. Når en elektrisk ladning påføres, engasjerer disse platene seg med elektriske signaler som bærer kvanteinformasjon, slik at informasjonen kan kanaliseres inn i enheten som et «minne» og senere kanaliseres ut, eller «huskes».

Ved måling fant forskerne at oscillatorens levetid, altså tiden det tar å miste kvanteinnholdet etter at informasjon er lagt inn i enheten, var omtrent 30 ganger lengre enn den beste superledende qubiten.

Midt i all denne fremgangen har to nye studier støttet av National Science Foundation oppnådd store gjennombrudd som bringer oss ett skritt nærmere praktisk bruk av kvantedatamaskiner.

Nye kvantematerialer for stabile qubits

Et team av forskere fra Chalmers University of Technology, University of Helsinki, og Aalto University har avdekket et kvantemateriale som kan endre kvantedatabehandling for alltid ved å gjøre kvantedatamaskiner mer stabile. Det gjør dette ved å bruke magnetisme for å beskytte de skjøre qubits mot støy.

Når det kombineres med deres beregningsverktøy for å finne materialer med magnetiske interaksjoner, kan dette gjennombruddet endelig føre til praktiske, feilresistente kvantedatamaskiner.

Den nye typen kvantemateriale, sammen med en metode for å oppnå stabilitet, kan gjøre kvantedatamaskiner mer motstandsdyktige, og dermed åpne veien for deres praktiske bruk i håndtering av kvanteberegninger.

I nyere tid har forskere aktivt utforsket muligheten for å skape helt nye materialer for å løse problemet med støy ved å tilby den nødvendige beskyttelsen mot forstyrrelser i deres topologi.

Kvantetilstander som oppstår og opprettholdes gjennom materialets iboende struktur som brukes til å lage qubits, kalles topologiske eksitasjoner. Disse er robuste og stabile. Utfordringen ligger imidlertid i å finne materialer som naturlig støtter robuste kvantetilstander.

Den siste studien har med suksess utviklet et slikt nytt kvantemateriale for qubits som viser robuste topologiske eksitasjoner.novel quantum material for qubits that displays robust topological excitations⁵.

Dette markerer et lovende skritt mot praktisk topologisk kvanteberegning ved å ha stabilitet innebygd direkte i materialets design.

Ifølge studiens hovedforfatter, Guangze Chen, postdoktor i anvendt kvantefysikk ved Chalmers:

“Dette er en helt ny type eksotisk kvantemateriale som kan opprettholde sine kvanteegenskaper når den utsettes for eksterne forstyrrelser. Det kan bidra til utviklingen av kvantedatamaskiner robuste nok til å håndtere kvanteberegninger i praksis.”

‘Eksotiske kvantematerialer’ refererer til flere nye klasser av faste stoffer med dyp robusthet og ekstreme kvanteegenskaper, og jakten på slike materialer har lenge vært en utfordring.

Nå, når det gjelder teamets nye metode, er magnetisme nøkkelen. Det forskere tradisjonelt har gjort er å følge en lang etablert ‘oppskrift’ basert på spin-orbital kobling (SOC). Dette er en kvanteinteraksjon som knytter en elektrons spinn til dens orbitalbevegelse rundt atomkjernen for å skape topologiske eksitasjoner.

Men dette er ganske sjeldent og kan kun brukes på et begrenset antall materialer. Derfor har teamet presentert en ny metode for å oppnå samme effekt. Den nye metoden utnytter magnetisme, som er mer vanlig og tilgjengelig.

Ved å utnytte magnetiske interaksjoner klarte teamet å skape robuste topologiske eksitasjoner som trengs for topologisk kvanteberegning.

“Fordelen med metoden vår er at magnetisme finnes naturlig i mange materialer. Du kan sammenligne det med å bake med hverdagslige ingredienser i stedet for sjeldne krydder,” bemerket Chen. “Dette betyr at vi nå kan søke etter topologiske egenskaper i et mye bredere spekter av materialer, inkludert de som tidligere har blitt oversett.”

I tillegg til et nytt materiale og en ny metode utviklet forskerne også et helt nytt beregningsverktøy.

Verktøyet hjalp dem med å finne nye materialer med ønskede topologiske egenskaper raskere. Det kan direkte beregne hvor sterk den topologiske oppførselen til et materiale er.

“Vår håp er at denne tilnærmingen kan hjelpe med å lede oppdagelsen av mange flere eksotiske materialer,” sa Chen. “Til slutt kan dette føre til neste generasjons kvantedatamaskinplattformer, bygget på materialer som naturlig er motstandsdyktige mot de forstyrrelsene som plager dagens systemer.”

Utnytte det uutnyttede potensialet til fononer

Et annet gjennombrudd har blitt oppnådd av forskere fra Rice University, som kan bane vei for neste generasjons teknologi innen sensing og beregning. Dette har vist en sterk form for interferens mellom fononer.shown a strong form of interference between phonons⁶.

Fononer er vibrasjoner i strukturen til et materiale som utgjør de minste enhetene av varme eller lyd i systemet.

Når to fononer med forskjellige frekvensfordelinger kommer i interferens med hverandre, er fenomenet kjent som Fano-resonans. Studien rapporterte Fano-resonans på to størrelsesordener høyere enn noen gang før.

“Selv om dette fenomenet er godt studert for partikler som elektroner og fotoner, har interferens mellom fononer blitt mye mindre utforsket,” sa studiens første forfatter, Kunyan Zhang, tidligere postdoktor ved Rice. “Det er en tapt mulighet, siden fononer kan opprettholde sin bølgeatferd over lang tid, noe som gjør dem lovende for stabile, høyytelses-enheter.”

Studien har effektivt demonstrert at fononer kan utnyttes like vellykket som lys eller elektroner, og baner vei for ny-generasjons fononbasert teknologi. Grunnlaget for dette gjennombruddet er bruken av et 2D-metall på toppen av en silisiumkarbid-base.

Mellom et lag av grafen og silisiumkarbid satte teamet inn noen lag med sølvatomer ved hjelp av konfinert heteroepitaksi-teknikk, som produserte et tett bundet grensesnitt med eksepsjonelle kvanteegenskaper.

“Det 2D-metallet utløser og forsterker interferensen mellom forskjellige vibrasjonsmoduser i silisiumkarbid, og når rekordnivåer.”

– Zhang

For deres arbeid utforsket teamet kun hvordan fononer interfererer med hverandre. For dette så de på deres signalform i Raman-spektroskopi, en teknikk brukt til å måle et materiales vibrasjonsmoduser. Det forskerne fant var en skarpt asymmetrisk linjeform, som viste et komplett dip i noen tilfeller, og dannet et antiresonansmønster som er karakteristisk for intens interferens.

Denne effekten viste høy sensitivitet til de spesifikke egenskapene til silisiumkarbid (SiC)-overflaten.

Når de sammenlignet tre unike SiC-overflateavslutninger, fant forskerne en sterk sammenheng mellom hver av dem og den unike Raman-linjeformen. Videre endret spektrallinjen seg markant når et enkelt fargestoffmolekyl ble introdusert på overflaten.

“Denne interferensen er så sensitiv at den kan oppdage tilstedeværelsen av et enkelt molekyl,” sa Zhang. “Den gjør det mulig å oppdage enkeltmolekyler uten merkelapper med et enkelt og skalerbart oppsett. Resultatene våre åpner en ny vei for bruk av fononer i kvantesensing og neste generasjons molekylærdeteksjon.”

Når de undersøkte effektens dynamikk ved lave temperaturer, ble det bekreftet at interferensen kun kommer fra fononinteraksjoner og ikke fra elektroner, noe som gjør det til et sjeldent tilfelle av kun-fonon kvanteinterferens.

Teamet observerte denne effekten kun i det 2D silisiumkarbid-systemet de brukte på grunn av overflatekonfigurasjonene og spesielle overgangsstier som ble muliggjort av det tynne laget.

“Sammenlignet med konvensjonelle sensorer tilbyr vår metode høy sensitivitet uten behov for spesielle kjemiske merkelapper eller komplisert enhetsoppsett,” sa medforfatter Shengxi Huang, førsteamanuensis i elektroteknikk og datateknikk og materialvitenskap og nanoengineering ved Rice. “Denne fononbaserte tilnærmingen fremmer ikke bare molekylær sensing, men åpner også spennende muligheter innen energihøsting, termisk styring og kvanteteknologi, hvor kontroll av vibrasjoner er nøkkelen.”

Swipe to scroll →

Investering i kvanteberegning

Flere store teknologigiganter og investorer satser stort på kvantegjennombrudd. Dette inkluderer blant annet IBM (IBM ), Google, Amazon, Microsoft (MSFT ), og mange flere. De skalerer alle sine kvanteinitiativ, mens venturekapitalen fortsetter å strømme uavbrutt inn i oppstartsbedrifter som utforsker nye materialer, feilkorreksjon og fononteknologier.

Microsoft (MSFT )

Blant alle disse store navnene skiller Microsoft seg betydelig ut. De har presset både kvante- og fusjonsinvesteringer, og presenterer dem som komplementære teknologier for å drive AI-drevne datasentre i fremtiden. På lignende måte reflekterer Googles kvante‑AI‑lab og IBMs flerårige kvante‑veikart deres mål om å oppnå praktiske kvante‑maskiner innen tiåret.

Microsofts aksjekurs steg fra omtrent $354 i begynnelsen av april 2025 til en topp på over $524 i august, før den trakk seg tilbake til rundt $509 per 19. august. Selskapets nåværende verdsettelse inkluderer en P/E‑ratio på 38,1, med inntjening per aksje (TTM) på $13,70 og en utbytteavkastning på 0,59 %. For 2025 kom inntektene på $281,7 milliarder og nettoresultatet på $101,8 milliarder. Etterspørselen etter deres sky‑ og AI‑virksomheter, spesielt, bidrar til å drive ytelsen opp.

Siste nyheter og utviklinger for Microsoft Corporation (MSFT) aksje

Konklusjon

Kvantedatamaskiner har evnen til å utføre komplekse beregninger med hastigheter som langt overgår klassiske datamaskiner, noe som lover å muliggjøre gjennombrudd innen ulike felt, inkludert legemiddelforskning, materialvitenskap, AI og kryptografi.

Men selvfølgelig er kvantedatamaskiner fortsatt langt fra en realitet, og står overfor utfordringer som støy, skalerbarhet, stabilitet, lagring, minne og kontroll. På den positive siden gjør forskere jevnlig fremskritt på alle disse frontene, og sammen bringer de oss nærmere å låse opp praktiske kvantedatamaskiner!

Klikk her for en liste over de fem beste kvanteberegningsselskapene.

Referanser:

1. Iulianelli, F., Kim, S., Sussan, J., et al. Universal quantum computation using Ising anyons from a non-semisimple topological quantum field theory. Nature Communications, 16, 6408, publisert 5. august 2025. https://doi.org/10.1038/s41467-025-61342-8
2. Ahart, J. (15. august 2025). AI hjelper med å sette sammen ‘hjernen’ til fremtidens kvantedatamaskin. Nature. https://doi.org/10.1038/d41586-025-02577-9
3. Sales Rodriguez, P., Robinson, J. M., Jepsen, P. N., et al. Eksperimentell demonstrasjon av logisk magisk tilstandsdestillasjon. Nature, publisert 14. juli 2025. https://doi.org/10.1038/s41586-025-09367-3
4. Bozkurt, A. B., Golami, O., Yu, Y., et al. En mekanisk kvantehukommelse for mikrobølgestråler. Nature Physics, publisert 13. august 2025. https://doi.org/10.10367-025-02975-w
5. Lippo, Z., Pereira, E. L., Lado, J. L., & Chen, G. Topologiske nullmoduser og korrelasjonspumping i et konstruert Kondo‑gitter. Physical Review Letters, 134(11), 116605, publisert mars 2025. https://doi.org/10.1103/PhysRevLett.134.116605
6. Zhang, K., et al. Justerbar fononisk kvanteinterferens indusert av todimensjonale metaller. Science Advances, 11, eadw1800, publisert 2025. https://doi.org/10.1126/sciadv.adw1800