Quantum sensors that compute: quantum computational magnetic-field sensing using a superconducting qubit

Immaginate un mondo in cui gli strumenti che usiamo per misurare l'universo fisico sono anche gli strumenti che usiamo per pensare a ciò che misurano. Per decenni, gli scienziati hanno costruito dispositivi estremamente sensibili capaci di rilevare i sussurri più deboli di campi magnetici, variazioni di temperatura o spinte gravitazionali. Questi sensori quantistici operano secondo le strane regole del mondo subatomico, dove le particelle possono esistere in più stati contemporaneamente, permettendo loro di rilevare cambiamenti che sarebbero invisibili a qualsiasi strumento classico. Tuttavia, è esistito sempre un limite fondamentale: una singola misurazione di un tale sensore rivela solo una minuscola frazione di informazione, spesso solo una risposta secca sì-o-no. Per comprendere un segnale complesso, i ricercatori tradizionalmente dovevano ripetere la misurazione migliaia di volte, fare la media dei risultati per costruire un'immagine precisa del segnale e poi usare un computer separato per analizzare quell'immagine e decidere cosa significasse. Questo processo in due fasi — misurare prima, computare dopo — funziona bene, ma è lento e spreca il potenziale unico del sistema quantistico.

Un nuovo approccio, noto come sensing computazionale quantistico, sfida questo vecchio modo di pensare. Invece di trattare il sensore come un registratore passivo e il computer come un analista separato, questo metodo chiede al sensore di fare il pensiero stesso. Intrecciando l'atto del rilevamento con una sequenza di operazioni quantistiche, il dispositivo può elaborare l'informazione mentre questa si trova ancora nel suo fragile stato quantistico. L'obiettivo non è misurare il segnale grezzo con perfetta precisione, ma estrarre esattamente la specifica porzione di informazione necessaria per un compito, come determinare a quale categoria appartiene un segnale. Ciò consente al sistema di saltare il passaggio intermedio di costruzione di un'immagine completa del segnale, potenzialmente fornendo risposte molto più velocemente e con maggiore accuratezza rispetto ai metodi tradizionali.

In un esperimento recente, ricercatori della Cornell University e del Massachusetts Institute of Technology hanno dimostrato che questo concetto funziona in pratica utilizzando un singolo, minuscolo bit quantistico, o qubit. Hanno costruito un sensore da un circuito superconduttore che agisce come un microscopico anello di filo, capace di rilevare campi magnetici generati da correnti elettriche. Questo dispositivo è un tipo di dispositivo di interferenza quantistica superconduttore, una tecnologia già nota per la sua estrema sensibilità. Il team si è posto l'obiettivo di testare se questo singolo qubit potesse non solo percepire un campo magnetico, ma anche computare una decisione su di esso, tutto prima che venisse effettuata la misurazione finale. Si sono concentrati su compiti di classificazione binaria, ovvero problemi in cui l'obiettivo è classificare un segnale in uno di due gruppi, come distinguere tra un campo magnetico debole e uno forte, o distinguere tra un segnale che oscilla a una frequenza rispetto a un altro.

I ricercatori hanno confrontato il loro nuovo metodo con l'approccio convenzionale, che consiste nel misurare ripetutamente il campo magnetico per stimarne l'intensità o la frequenza, e poi utilizzare un algoritmo standard per decidere in quale categoria ricade il segnale. Nel primo set di test, hanno utilizzato campi magnetici statici che non cambiano nel tempo. Hanno programmato il qubit affinché undergoesse una specifica sequenza di rotazioni e pause, intervallate dalla percezione del campo magnetico. Questa sequenza è stata progettata per agire come un filtro, amplificando l'informazione rilevante per il compito di classificazione mentre sopprime tutto il resto. Quando hanno misurato il qubit alla fine, il risultato indicava direttamente la classe del campo magnetico. I risultati sono stati sorprendenti: per questi compiti di campo statico, il metodo computazionale quantistico era fino a 15 punti percentuali più accurato del metodo convenzionale quando entrambi ricevevano lo stesso tempo di lavoro.

Il team è poi passato a sfide più difficili che coinvolgono campi magnetici oscillanti, che si muovono avanti e indietro come un'onda. Questi segnali sono più difficili da classificare perché la loro fase, o l'esatto tempismo della loro onda, può essere casuale e imprevedibile. Nell'approccio tradizionale, gli scienziati utilizzano spesso una tecnica chiamata disaccoppiamento dinamico, che prevede l'applicazione di una serie di impulsi al sensore per cancellare il rumore e isolare la frequenza o l'ampiezza del segnale. I ricercatori hanno testato il loro protocollo computazionale quantistico contro questi impulsi tradizionali ottimizzati. Per il compito di identificare l'ampiezza, o l'altezza, del campo oscillante, il loro metodo ha migliorato l'accuratezza fino al 20%. Quando il compito è passato all'identificazione della frequenza, ovvero quanto velocemente il campo oscillava, il nuovo metodo manteneva comunque un vantaggio significativo, migliorando l'accuratezza fino al 15%.

Ciò che rende questi risultati particolarmente degni di nota è che l'intero processo è stato eseguito da un singolo bit quantistico. Di solito, ci si aspetta che i computer quantistici abbiano bisogno di molti qubit per eseguire calcoli complessi, ma questo esperimento ha dimostrato che anche un sistema di dimensioni minime, soggetto ai limiti pratici di rumore ed errore, poteva superare le tecniche standard. La chiave è stata che i ricercatori non hanno cercato di misurare il campo magnetico perfettamente per poi computare la risposta. Invece, hanno addestrato la sequenza di operazioni quantistiche per mappare il segnale grezzo direttamente sul risultato della misurazione finale. Facendo così, hanno concentrato l'informazione rilevante nel singolo bit di dati rivelato dalla misurazione, bypassando efficacemente la necessità di ricostruire l'intero segnale prima.

Lo studio ha anche evidenziato come la complessità del compito influenzasse i risultati. Man mano che le regole di classificazione diventavano più intricate, dividendo lo spazio del segnale in regioni più piccole e numerose, il vantaggio dell'approccio computazionale quantistico cresceva. Negli scenari più complessi, i metodi tradizionali faticavano a tenere il passo, mentre il protocollo quantistico manteneva un'alta accuratezza. Ciò suggerisce che, man mano che i problemi che chiediamo ai sensori di risolvere diventano più sofisticati, la capacità di computare direttamente all'interno del sensore diventa sempre più preziosa. I ricercatori hanno osservato che il loro successo dipendeva da una tecnica chiamata elaborazione del segnale quantistico, che permette di dare forma precisa a come lo stato quantistico evolve in risposta al segnale. Hanno ottimizzato queste sequenze utilizzando simulazioni al computer che modellavano il loro hardware specifico, assicurando che il protocollo fosse robusto contro il rumore inerente ai dispositivi reali.

Sebbene gli esperimenti siano stati condotti in un ambiente di laboratorio controllato, le implicazioni si estendono oltre questo specifico dispositivo. I ricercatori suggeriscono che questo approccio potrebbe essere adattato ad altri tipi di sensori quantistici, come quelli utilizzati per l'imaging medico o la navigazione. L'idea centrale è che, integrando la computazione nel processo di rilevamento, possiamo rendere questi dispositivi più efficienti e potenti senza necessariamente dover costruire macchine più grandi e complesse. Il lavoro dimostra che il confine tra rilevamento e computazione non è così rigido come si pensava un tempo, e che un singolo sistema quantistico può essere sia l'occhio che vede il segnale, sia il cervello che lo interpreta. Questo apre la strada verso una nuova generazione di sensori che non sono solo osservatori passivi del mondo fisico, ma partecipanti attivi nella sua comprensione.