⚛️ quantum physics

Utility of NISQ devices: optimizing experimental parameters for the fabrication of Au atomic junction using gate-based quantum computers

Dit onderzoek toont aan dat gate-gebaseerde NISQ-quantumcomputers effectiever zijn dan D-Wave quantum annealers bij het autonomisch optimaliseren van experimentele parameters voor de fabricage van goud-atomaire junctions via feedback-gestuurde electromigratie.

Oorspronkelijke auteurs: Takumi Kanezashi, Daisuke Tsukayama, Jun-ichi Shirakashi, Tetsuo Shibuya, Hiroshi Imai

Gepubliceerd 2026-04-15

📖 4 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Takumi Kanezashi, Daisuke Tsukayama, Jun-ichi Shirakashi, Tetsuo Shibuya, Hiroshi Imai

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Gouden Draad en de Quantum-Detective: Hoe een slimme computer gouden atomen in de war helpt

Stel je voor dat je een gouden draad hebt die zo dun is als een spinnenweb, gemaakt van slechts een paar atomen. Je wilt deze draad zo dun mogelijk maken, totdat hij bijna breekt, zodat je er een superklein elektronisch schakeltje van kunt maken. Dit noemen wetenschappers een "atomaire junction".

Het probleem? Het is als proberen een stukje goud te breken met je handen, maar dan op een niveau dat je niet kunt zien. Als je te hard duwt, breekt hij te snel. Als je te zacht duwt, gebeurt er niets. Je moet precies de juiste kracht op het juiste moment uitoefenen.

Het oude probleem: De vermoeide chef-kok
Vroeger deden mensen dit handmatig. Ze keken naar de data en probeerden te raden welke instellingen (zoals spanning) ze moesten gebruiken. Dit was als een chef-kok die probeert een perfecte soep te maken door blindelings zout te strooien. Het kostte veel tijd, was foutgevoelig en vaak mislukte het.

De nieuwe oplossing: De Quantum-Detective
In dit onderzoek hebben de wetenschappers een slimme nieuwe methode bedacht. Ze gebruiken een NISQ-computer (een type quantumcomputer die we nu al hebben, maar die nog niet perfect is).

Stel je voor dat deze quantumcomputer een detective is die duizenden scenario's tegelijkertijd in zijn hoofd kan spelen.

De taak: De detective moet een routeplanner maken. Hij moet beslissen: "Eerst 20% spanning, dan 60%, dan weer 20%..." om de gouden draad stap voor stap dunner te maken zonder hem te breken.
De uitdaging: Er zijn zoveel mogelijke routes dat een normale computer er dagen over doet om de beste te vinden. De quantumcomputer doet dit veel sneller, omdat hij in een wereld van "mogelijkheden" werkt in plaats van alleen "ja" of "nee".

Hoe werkt het? (De Analogie van de Trampoline)
De quantumcomputer gebruikt een trucje genaamd VQE.
Stel je voor dat je een grote, onrustige trampoline hebt met veel kuilen en pieken. De "beste oplossing" is de laagste kuil waar je in kunt liggen.

Een normale computer moet één voor één de kuilen aflopen.
De quantumcomputer kan als een spook over de hele trampoline zweven en direct voelen waar de diepste kuil zit, zelfs als de trampoline een beetje schudt (dat is de "ruis" of fouten in de quantumcomputer).

Wat hebben ze ontdekt?
De onderzoekers hebben deze quantum-detective laten strijden tegen een andere slimme machine (een "Quantum Annealer" van D-Wave) en een simpele computer.

De verrassing: De quantumcomputer (de NISQ-machine) deed het beter dan de andere quantummachine, vooral bij moeilijke, grote problemen.
Waarom? De andere machine moest zijn routeplanning door een labyrint van touwtjes sturen (dit heet "minor embedding"). Hierdoor werden de touwtjes vaak kapot (fouten). De quantumcomputer van IBM had geen touwtjes nodig; hij kon direct de weg vinden. Het was alsof de ene detective door een doolhof moest lopen, terwijl de andere gewoon door de lucht kon vliegen.
Het resultaat: De quantumcomputer vond routes die de gouden draad perfect in de hand hielden. De atomen verplaatsten zich één voor één, netjes en gecontroleerd.

Waarom is dit belangrijk?
Dit is een grote stap vooruit. Het bewijst dat we nu, met de quantumcomputers die we nu hebben (die nog niet perfect zijn), al echte, moeilijke problemen in de echte wereld kunnen oplossen.

In plaats van dat wetenschappers urenlang handmatig knoppen draaien, kunnen ze in de toekomst een quantumcomputer laten beslissen hoe ze atomaire schakelaars, superkleine computers of nieuwe materialen moeten bouwen. Het is alsof we van handmatig timmeren zijn gegaan naar het gebruik van een robot die het perfecte meubelstuk bouwt.

Kortom:
Deze paper laat zien dat quantumcomputers niet alleen voor de toekomst zijn. Ze kunnen nu al helpen om atomen op de juiste manier te verplaatsen, door slimme routes te vinden die voor mensen te ingewikkeld zijn. Het is de eerste keer dat een quantumcomputer een echte, praktische taak in de nanotechnologie beter uitvoert dan zijn concurrenten.

Titel: Nut van NISQ-apparaten: optimalisatie van experimentele parameters voor de fabricage van Au-atoomovergangen met gate-gebaseerde quantumcomputers

Auteurs: Takumi Kanezashi et al. (TUAT, Universiteit van Tokio)
Datum: 15 april 2026

1. Het Probleem

De fabricage van atomaire overgangen (zoals goud-atoomovergangen) vereist vaak Feedback-gecontroleerde elektromigratie (FCE). Bij FCE wordt een spanning aangelegd op een metaalnanodraad om atoommigratie te induceren. Om dit proces nauwkeurig te regelen en atoomvoorovergangen te creëren, moeten meerdere experimentele parameters (zoals feedback-spanning $V_{FB}$ , drempelwaarde voor geleidbaarheid $G_{TH}$ , en spanningsstapgrootte $V_{STEP}$ ) geoptimaliseerd en gescheduleerd worden.

Uitdaging: Het handmatig fijnafstemmen van deze parameters is complex en tijdrovend.
Combinatorisch Optimisatieprobleem: Het vinden van de optimale volgorde en combinatie van parameters gedurende het experiment is een combinatorisch optimalisatieprobleem.
Huidige status: Eerdere studies gebruikten machine learning, Ising-berekeningen en quantum annealing (QA) (bijv. D-Wave-systemen) om dit op te lossen. Echter, QA-systemen hebben beperkingen bij het oplossen van grootschalige problemen vanwege de noodzaak van "minor embedding", wat leidt tot een groot aantal fysieke qubits en ketenbreuken die de oplossingskwaliteit verminderen.

2. Methodologie

De auteurs onderzochten de haalbaarheid van het gebruik van gate-gebaseerde quantumcomputers (specifiek Noisy Intermediate-Scale Quantum of NISQ-apparaten) om deze optimalisatie autonoom uit te voeren.

Algoritme: Er werd gebruikgemaakt van Variational Quantum Algorithms (VQA), en specifiek de Variational Quantum Eigensolver (VQE).
Ansatz: Om de beperkte coherentietijd en ruis van NISQ-apparaten te mitigeren, werd een "hardware-efficient Ansatz" gebruikt die uitsluitend $R_Y$ -poorten per qubit toepast. Dit reduceert het aantal optimalisatieparameters en quantum-poortoperaties, waardoor de foutkans verlaagt.
Probleemformulering:
- De selectie van parameters werd gemodelleerd als een Traveling Salesman Problem (TSP)-achtige structuur, maar zonder de beperking dat een parameter niet tweemaal mag worden gekozen.
- Een kostfunctie $E(x)$ werd opgesteld (Eq. 5) die twee termen bevat: een straffunctie voor de one-hot encoding (zorg dat er per stap slechts één parameter wordt gekozen) en een term om de totale overgangsscore ( $W_{ij}$ ) te maximaliseren.
- De $W_{ij}$ -waarden zijn gebaseerd op een database van eerdere FCE-experimenten en geven aan hoe goed een overgang tussen twee spanningsniveaus de atoommigratie controleert.
Experimentele Opstelling:
- Simulatie: IBM's aer_simulator_matrix_product_state.
- NISQ-apparaten: IBM Quantum-processors Eagle (127 qubits): ibm_nazca en ibm_brussels.
- Vergelijking: D-Wave QA-systemen (2000Q, Advantage, Advantage2) en Simulated Annealing (SA) op een CPU.
- Schaal: Het aantal bestellingen ( $N$ ) varieerde van 2 tot 10, wat overeenkomt met 18 tot 90 logische qubits.

3. Belangrijkste Bijdragen

Eerste toepassing van gate-gebaseerde NISQ voor FCE: Het artikel demonstreert voor het eerst dat gate-gebaseerde quantumcomputers kunnen worden gebruikt voor de autonome optimalisatie van experimentele parameters in de nanofabricage.
Vergelijking NISQ vs. Quantum Annealing: Het biedt een directe, empirische vergelijking tussen gate-gebaseerde systemen (VQE) en quantum annealers (QA) voor een real-world combinatorisch probleem.
Efficiëntie van $R_Y$ -Ansatz: Het valideert dat een eenvoudige Ansatz met alleen $R_Y$ -poorten effectief is op NISQ-hardware, waardoor de ruisgevoeligheid wordt verminderd zonder de oplossingskwaliteit te veel te beïnvloeden.
Scalabiliteit: Het toont aan dat gate-gebaseerde systemen beter schalen voor grotere problemen dan QA-systemen, omdat ze geen "minor embedding" vereisen (logische qubits = fysieke qubits).

4. Resultaten

Residuele Energie ( $E_{res}$ ):
- De residuele energie (het verschil tussen de gevonden oplossing en de optimale oplossing) nam toe met het probleemformaat ( $N$ ) voor alle methoden.
- NISQ presteerde beter dan QA: De gate-gebaseerde systemen (ibm_brussels en ibm_nazca) bereikten een lagere residuele energie dan de D-Wave QA-systemen, vooral voor grotere problemen ( $N \geq 5$ ).
- Oorzaak: QA-systemen vereisen minor embedding, waarbij logische qubits worden gemapt op lange ketens van fysieke qubits. Dit leidt tot ketenbreuken en meer ruis. Gate-gebaseerde systemen hebben geen extra qubits nodig voor mapping.
- Bij $N \leq 4$ (36 qubits) was de prestatie van ibm_brussels vergelijkbaar met de ruisvrije simulator.
Kwaliteit van de Planning ( $S_{max}$ ):
- De gevonden schema's voor de feedback-spanning ( $V_{FB}$ ) werden geëvalueerd op basis van de maximale score $S_{max}$ .
- Voor $N=2$ tot $6$ kwamen de schema's van de NISQ-apparaten overeen met die van de simulator en de SA-oplossing.
- Voor grotere $N$ ($9$ en $10$) toonden de NISQ-schema's nog steeds een hoge kwaliteit en leken ze sterk op de bekende effectieve patronen (bijv. afwisseling tussen 20% en 60% spanning), die bekend staan om hun controle over atomaire migratie.
Hardware-impact: De resultaten van ibm_brussels waren beter dan die van ibm_nazca, wat wordt toegeschreven aan lagere uitleesfouten (readout errors) op de brussels-chip.

5. Betekenis en Conclusie

Dit onderzoek markeert een belangrijke stap in de praktische toepassing van quantumcomputers voor wetenschappelijke experimenten:

Superioriteit van Gate-gebaseerde NISQ: Ondanks de beperkingen van huidige hardware (ruis, korte coherentietijd), presteren gate-gebaseerde quantumcomputers beter dan quantum annealers voor dit type combinatorisch optimalisatieprobleem, vooral naarmate het probleem groter wordt. Dit komt door de afwezigheid van de overhead van minor embedding.
Autonome Fabricage: Het bewijst dat gate-gebaseerde systemen potentieel hebben om autonome systemen aan te sturen voor de fabricage van atomaire apparaten (zoals single-electron transistors en supergeleidende qubits) met een precisie op atomaire schaal.
Toekomstperspectief: De auteurs suggereren dat verdere verbeteringen mogelijk zijn door technieken zoals CVaR-VQE (voor snellere convergentie) en readout error mitigation (zoals mthree) toe te passen. Ook het gebruik van hogere-orde binair optimalisatie of efficiëntere encoding-schema's zou de schaalbaarheid verder kunnen vergroten.

Kortom, de studie bevestigt dat NISQ-apparaten niet alleen theoretisch, maar ook praktisch nuttig zijn voor het oplossen van complexe, real-world optimalisatieproblemen in de nanotechnologie.