911������

Uusien kvanttimateriaalien eli eri aineiden hiukkasten yhdistelmien kehittäminen on kvanttiteknologian suurimpia haasteita. Niitä tarvitaan entistä tehokkaampien kvanttiteknologioiden valmistamiseen, mutta tavallisten tietokoneiden laskentateho loppuu helposti kesken. Sen sijaan kvanttitietokoneita voidaan käyttää tiettyjen kvanttimateriaalien ominaisuuksien mallintamiseen.

Nyt Aalto-yliopiston teknillisen fysiikan apulaisprofessori Jose Ladon johtama tutkijaryhmä on osoittanut miten kvanttimateriaaleja voi tutkia kvanttitietokoneen avulla. Ryhmään kuuluu myös Aallon tutkijatohtori Marcel Niedermeier, opiskelija Marc Nairn ja professori Christian Flindt. 

Tutkijat käyttivät VTT:n hallinnoimaa Helmi-kvanttitietokonetta, joka kuuluu . He havaitsivat, että Helmi pystyi ennustamaan missä olosuhteissa elektronit alkavat liikkua niin, ettei energiaa katoa matkan varrella laisinkaan.

Tutkimus julkaistiin Physical Reasech Review -lehdessä: .

“Tähän asti kvanttimateriaalien suunnittelu on tapahtunut pääasiassa klassisten tietokonealgoritmien avulla. Nyt kehittämäämme kvanttialgoritmia voisi käyttää myös tulevaisuudessa kun tarjolla on nykyistä paremmin häiriöiltä suojattuja kvanttitietokoneita. Silloin tällä algoritmilla voisi tutkia paljon monimutkaisempia materiaaleja, jopa sellaisia joita nykyiset supertietokoneet eivät pystyisi laskemaan”, Lado sanoo.

Tutkimus on Ladon ja Flindtin vuonna 2022 alkaneen projektin tulos. Sitä rahoitti suomalainen kvanttiyhteisö ja Jane ja Aatos Erkon säätiö.

Lue tutkimuksesta lisää uutisen englanninkielisestä versiosta: In a first, physicists show how to use the Helmi quantum computer in Finland to design topological quantum materials | 911������

Electrons in these materials behave as if they are fractional particles, giving rise to quantum excitations that act like fractions of an electron. These quantum materials can take various forms, including atomically engineered magnets or combinations of superconductors with strongly correlated materials.

Predicting such materials with classical supercomputers remains a massive challenge. Achieving this would have a disruptive impact on quantum technologies, particularly quantum computing. Fractional topological materials hold immense potential for scaling up quantum computers.

“This research shows how current quantum computers can aid in predicting materials that may lead to a new and disruptive generation of topological quantum computers. That can, in turn, drive the next wave of innovation in quantum technologies,” Lado says.

This research combines quantum materials with quantum algorithms and computation–two major research lines in quantum technologies and two focus topics of and . The work was funded by InstituteQ and by the Jane and Aatos Erkko Foundation. It is a result from a project awarded to Flindt and Lado in 2022.