Die Quantenphysik erforscht die seltsame und faszinierende Welt der kleinsten Teilchen, wo die klassischen Gesetze der Physik ihre Gültigkeit verlieren. In diesem Bereich geht es um Phänomene wie Verschränkung und Superposition, die nicht nur unser Verständnis des Universums erweitern, sondern auch den Weg für revolutionäre Technologien wie Quantencomputer ebnen.

Auf Gist.Science stellen wir Ihnen die neuesten Erkenntnisse aus diesem dynamischen Feld direkt zur Verfügung. Wir verarbeiten systematisch jeden neuen Preprint aus dem arXiv-Repositorium in der Kategorie Quant-Ph und erstellen dazu sowohl verständliche Zusammenfassungen für ein breites Publikum als auch detaillierte technische Analysen für Fachleute.

Hier finden Sie die aktuellsten Veröffentlichungen, die unser Team gerade für Sie aufbereitet hat.

Quantum Observers: A NISQ Hardware Demonstration of Chaotic State Prediction Using Quantum Echo-state Networks

Dieser Beitrag stellt ein neuartiges Design eines Quanten-Echo-State-Netzwerks (QESN) vor, das auf verrauschter IBM-Quantenhardware erfolgreich lange Zeitreihen aus einem chaotischen Lorenz-System vorhersagt und dabei anhaltende Speicherfähigkeiten demonstriert, die die medianen Kohärenzzeiten des QPU um mehr als das 100-Fache übertreffen.

Erik L. Connerty, Ethan N. Evans, Gerasimos Angelatos, Vignesh Narayanan2026-05-08🤖 cs.AI

Fully convolutional 3D neural network decoders for surface codes with syndrome circuit noise

Diese Arbeit zeigt, dass vollständig konvolutionale 3D-neuronale Netzwerkdecoder, die die spatiotemporale Struktur von Syndromdaten nutzen, sich effektiv auf große rotierte Oberflächencodes (bis zu d=97d=97) mit Schaltungsrauschen verallgemeinern lassen und dabei Fehlerschwellen erreichen, die mit dem Minimum Weight Perfect Matching wettbewerbsfähig sind, während sie gleichzeitig verbesserte Decodierlatenzen bieten.

Spiro Gicev, Lloyd C. L. Hollenberg, Muhammad Usman2026-05-08⚛️ quant-ph

A full-stack analog optical quantum computing platform with one hundred inputs

Dieser Artikel stellt eine hochgeschwindigkeitsfähige, programmierbare optische Quantencomputing-Plattform mit kontinuierlichen Variablen vor, die über 100 Eingänge, eine Taktfrequenz von 100 MHz und eine cloudbasierte Schnittstelle mit einem Open-Source-SDK verfügt und skalierbare Fähigkeiten durch mehrstufige Teleportation und programmierbares Routing über 101 Modi demonstriert.

Shota Yokoyama, Atsushi Sakaguchi, Warit Asavanant, Kan Takase, Yi-Ru Chen, Hironari Nagayoshi, Jun-ichi Yoshikawa, Takahiro Kashiwazaki, Asuka Inoue, Takeshi Umeki, Toshikazu Hashimoto, Takuji Hiraok (…)2026-05-08⚛️ quant-ph

Exploring Entanglement and Parameter Sensitivity in QAOA through Quantum Fisher Information

Dieser Beitrag analysiert systematisch die Quanten-Fisher-Information (QFI) von QAOA für Max-Cut-Probleme, um aufzuzeigen, wie Verschränkung die Parametersensitivität neu verteilt, und schlägt eine auf der QFI basierende Mutationsheuristik vor, die in der Optimierungsleistung die Standard-Baselines übertrifft.

Brian García Sarmina, Jorge Saavedra Benavides, Guo-Hua Sun, Shi-Hai Dong2026-05-08⚛️ quant-ph

Decoherence-free subspaces and Markovian revival of genuine multipartite entanglement in a dissipative system

Dieser Artikel zeigt, dass in einem System aus drei Qubits, die kollektiv an ein Boson-Bad bei Temperatur Null gekoppelt sind, genuine multipartite Verschränkung eine nichttriviale Markovsche Wiederbelebung aufweisen kann, die durch destruktive Interferenz zwischen zerfallenden superradianten Modi und persistenten dekoherenzfreien subradianten Zuständen getrieben wird.

Shubhodeep Gangopadhyay, Vinayak Jagadish, R. Srikanth2026-05-08⚛️ quant-ph

Realizing the Petz Recovery Map on an NMR Quantum Processor

Dieser Beitrag berichtet über die erste experimentelle Realisierung der Petz-Wiederherstellungskarte auf einem Kernspinresonanz-Quantenprozessor unter Verwendung des dualen Quantencomputings, wobei gezeigt wird, wie die Anpassung des Referenzzustands eine effektive, rauschangepasste Wiederherstellung von Amplituden- und Phasendämpfungsfehlern ermöglicht und die physikalische Umsetzbarkeit der Karte über ihre theoretische Formulierung hinaus validiert.

Gayatri Singh, Ram Sagar Sahani, Vinayak Jagadish, Lea Lautenbacher, Nadja K. Bernardes, Kavita Dorai2026-05-08⚛️ quant-ph

Optimal quantum reservoir learning in proximity to universality

Dieser Artikel zeigt, dass die Lernbarkeit und Skalierbarkeit des Quanten-Reservoir-Computings durch die Anpassung des Anteils nicht-Clifford-Gatter kontinuierlich optimiert werden kann, wodurch eine direkte Verbindung zwischen Reservoirleistung, Verschränkungsstatistiken und Nicht-Stabilisator-Ressourcen hergestellt wird, um die Grenze zwischen klassisch simulierbarer und rechnerisch komplexer Quantendynamik zu navigieren.

Moein N. Ivaki, Matias Karjula, Tapio Ala-Nissila2026-05-08⚛️ quant-ph