Ionenfalle

Blick in eine Ionenfalle, das Herzstück eines Ionenfallen-Quantencomputers.

Große Quan­ten­com­pu­ter cha­rak­te­ri­sie­ren

Quantencomputer werden laufend komplexer und leistungsfähiger. Forscher der Universität Innsbruck stellen nun in Zusammenarbeit mit der Johannes-Kepler-Universität Linz und der University of Technology Sydney eine Methode vor, mit der auch große Quantencomputer mit nur einem einzigen Messsetting charakterisiert werden können.

Der Goldstandard für die Charakterisierung von Quantencomputern ist die sogenannte Quantentomographie, die in Anlehnung zur medizinischen Tomographie, aus einer Reihe von Momentaufnahmen des Systems ein vollständiges Bild der Quantenrechnung zeichnen kann. Während die Methode tiefe Einblicke bietet, steigt die Anzahl der für die Tomographie erforderlichen Messungen schnell an, wobei für jedes zusätzliche Quantenbit (Qubit) dreimal so viele Messungen erforderlich werden. Aufgrund des großen Zeitaufwands, der die Durchführung all dieser Messungen erfordert, war die Tomographie bisher auf Geräte mit nur wenigen Qubits beschränkt. Jüngste technologische Entwicklungen ermöglichen heute jedoch deutlich größere Quantencomputer, was ihre Charakterisierung deutlich erschwert.

Ein einziges Messsetting nötig

Ein Team von Physikern um Martin Ringbauer vom Institut für Experimentalphysik der Universität Innsbruck hat nun in Zusammenarbeit mit theoretischen Physikern aus Linz und Sydney einen praxistauglichen Ansatz zur Charakterisierung großer Quantensysteme, in lediglich einem Messsetting und unabhängig der Systemgröße, entwickelt und erfolgreich am Experiment getestet. Dies wird erreicht, indem teilweise von der binären Rechnungsweise, die sowohl Quantencomputer wie auch ihre klassischen Vorgänger nutzen, abgegangen wird. Tatsächlich besitzen die für die Quanteninformationsverarbeitung verwendeten atomaren Ionen viel mehr als nur zwei Qubitzustände, auf welche sie im Quantencomputer künstlich beschränkt sind. Werden mehr Zuständen einbezogen, können auch deutlich mehr Informationen pro Teilchen gespeichert werden. „Die Erweiterung von Qubits zu Ququarts, letztere bestehen aus vier Zuständen, ermöglicht es uns, die gesamte für die Tomographie notwendige Information auf einmal zu speichern und zu messen“, sagt der Innsbrucker Physiker Roman Stricker. Durch die Kombination dieser Messmethode mit einem neuen Datenanalyseansatz namens „klassische Schatten“, der ursprünglich von Richard Küng von der Johannes Kepler Universität Linz und Kollegen entwickelt wurde, hat das Team einen hocheffizienten Charakterisierungsansatz demonstriert. Damit gelang es erstmals ein Achtqubitsystem in Echtzeit zu analysieren. Küng betont, dass ihre Technik das Potenzial hat, Echtzeit-Charakterisierungen zukünftiger großer Geräte zu ermöglichen, was ein bedeutender nächster Schritt in Richtung Skalierbarkeit von Quantencomputern ist.

Vielseitig anwendbare Technik

Die größte technologische Herausforderung für die Physiker bestand darin, die Qubitinformation verlässlich in die vier Zustände des Ququarts zu übertragen und sie dann in einem einzigen Experimentdurchlauf auszulesen. „Unsere Auslesemöglichkeiten konnten bisher nur zwei Zustände pro Detektion unterscheiden. Also haben wir unseren Aufbau so angepasst, dass wir nun dreimal hintereinander detektieren können, um alle vier Zustände zu identifizieren“, erklärt Michael Meth von der Universität Innsbruck. „Wir haben dieses Problem gelöst, indem wir eine schnelle Kameraauslesung programmiert haben und der detektionsbedingten Erwärmung der Ionen mit einem zusätzlichen Laserkühlschritt entgegenwirken“, erklärt Thomas Monz. Diese Anpassungen sind entscheidend, um den Verlust von Quanteninformation während der zusätzlichen Detektionen zu verhindern. Martin Ringbauer, Leiter des Innsbrucker Teams, betont, dass „alle in dieser Arbeit entwickelten Bausteine problemlos auf andere Quantencomputer-Architekturen anwendbar sind, die Zugang zu höherdimensionalen Informationsträgern bieten.“

Die Forschungsarbeit wurde im Fachmagazin PRX Quantum veröffentlicht und unter anderem vom österreichischen Wissenschaftsfonds FWF, über den Spezialforschungsbereich BeyondC, von der österreichischen Forschungsförderungsgesellschaft FFG und der Europäischen Union finanziert.

    Nach oben scrollen