Técnica mejorada con inteligencia artificial que ensambla matrices sin defectos con miles de átomos

25 de agosto de 2025 característica

por Ingrid Fadelli, Phys.org

escritora colaboradora

editado por Gaby Clark, reseñado por Robert Egan

editor científico

editor asociado

Este artículo ha sido revisado de acuerdo con el proceso editorial y políticas de Science X. Los editores han resaltado los siguientes atributos mientras aseguraban la credibilidad del contenido:

verificado por hechos

publicación revisada por pares

fuente confiable

corregido

La simulación de sistemas cuánticos y el desarrollo de sistemas que pueden realizar cálculos aprovechando los efectos de la mecánica cuántica dependen de la capacidad de organizar átomos en patrones específicos con un alto nivel de precisión. Para organizar átomos en patrones ordenados conocidos como matrices, los físicos suelen utilizar pinzas ópticas, haces de láser altamente enfocados que pueden atrapar partículas.

Investigadores de la Universidad de Ciencia y Tecnología de China y el Laboratorio de Inteligencia Artificial de Shanghái introdujeron recientemente un nuevo protocolo habilitado por inteligencia artificial (IA) que podría facilitar la organización de miles de átomos en matrices, asegurando también que estas matrices estén libres de defectos (es decir, que no falten átomos).

Su enfoque propuesto, presentado en un artículo publicado en Physical Review Letters, corrige rápidamente matrices en tiempo real utilizando hologramas (es decir, hologramas de luz generados por computadora) que se proyectan a través de un dispositivo conocido como modulador espacial, junto con algoritmos de IA que pueden planificar el desplazamiento simultáneo de todos los átomos atrapados a las posiciones deseadas.

'Nuestro interés inicial en matrices de átomos neutrales en realidad comenzó con el interés fundamental en el experimento mental de la rendija con retroceso del siglo pasado de Einstein-Bohr', dijo Chao-Yang Lu, coautor principal del artículo, a Phys.org. 'Nuestra búsqueda para realizar fielmente el experimento mental de Einstein utilizando un solo átomo atrapado por pinza enfriado al estado fundamental en tres dimensiones como una rendija con retroceso limitada cuánticamente comenzó hace aproximadamente cinco años. Mientras tanto, también reconocimos el tremendo potencial de las matrices de átomos como una plataforma limpia y hermosa para la computación cuántica'.

El objetivo de este estudio reciente fue combinar técnicas de IA con la física cuántica para abordar un desafío bien documentado en la construcción de matrices de átomos. Uno de los investigadores principales fue el Dr. Han-Sen Zhong, un ex alumno de Lu que completó su doctorado en la Universidad de Ciencia y Tecnología de China y comenzó a trabajar en Shanghai AI Lab.

'Reconocemos que la IA para la Ciencia está emergiendo como un paradigma poderoso para abordar problemas científicos complejos, y tenemos discusiones continuas sobre esto con Han-Sen', dijo Lu. 'Esto nos llevó a utilizar la IA para resolver uno de los desafíos de larga data en el campo de las matrices de átomos: cómo reorganizar matrices atómicas a gran escala de manera eficiente, rápida y escalable. Este es un muy buen ejemplo de 'IA4Q' (IA para lo Cuántico)'.

Zhong, quien era estudiante en el grupo de investigación de Lu en el momento del estudio, diseñó un marco impulsado por IA que puede planificar el desplazamiento simultáneo de todos los átomos en una matriz de pinzas ópticas. En los experimentos del equipo, la matriz de pinzas ópticas se generó utilizando un modulador espacial de luz de alta velocidad, un dispositivo que puede imprimir un holograma en el haz de láser incidente.

'Utilizamos el modelo de IA para calcular los hologramas para el reacomodo de átomos en tiempo real', explicó Zhong. 'Con control preciso tanto sobre la posición como sobre la fase de la matriz de pinzas, todos los átomos se mueven simultáneamente. Experimentalmente, demostramos el ensamblaje de matrices de átomos 2D y 3D sin defectos con hasta 2024 átomos en solo 60 milisegundos. Es importante destacar que el costo de tiempo permanece constante independientemente del tamaño de la matriz, lo que hace que el método sea fácilmente escalable a 10.000 o incluso 100.000 átomos en el futuro'.

Descubre lo último en ciencia, tecnología y espacio con más de 100,000 suscriptores que confían en Phys.org para obtener información diaria. Regístrate para nuestro boletín gratuito y recibe actualizaciones sobre avances, innovaciones e investigaciones que importan diariamente o semanalmente.

El método propuesto por los investigadores analiza matrices de átomos cargadas aleatoriamente y calcula el camino óptimo desde los átomos cargados en pinzas ópticas hasta sitios objetivo donde faltan átomos. Luego, este camino se divide en un conjunto de pasos subyacentes.

'Todo el camino se divide en N pasos y para cada paso pequeño, usamos un modelo de IA para calcular el holograma para el SLM, con control preciso tanto sobre la posición como sobre la fase de la matriz de pinzas', dijo Zhong. 'En tiempo real, todos los átomos se mueven simultáneamente. Nuestro método logra un alto nivel de paralelismo y, por lo tanto, un rendimiento rápido y constante en tiempo'

Un rasgo característico del enfoque del equipo para ensamblar matrices de átomos neutros libres de defectos es que permite el movimiento paralelo de todos los átomos para producir matrices libres de defectos. Esto contrasta con los métodos previamente introducidos, que en lugar de eso mueven átomos en secuencias. 'Logramos una reorganización rápida y constante en tiempo, independientemente del tamaño de la matriz,' dijo Lu. Este estudio podría abrir nuevas posibilidades para la realización de sistemas cuánticos compuestos por matrices de átomos libres de defectos. Estos sistemas podrían a su vez ser utilizados para realizar simulaciones o cálculos cuánticos de manera confiable. 'Nuestro próximo objetivo será demostrar la corrección de errores cuánticos y la computación cuántica tolerante a fallas basada en qubits atómicos,' agregó el Prof. Jian-Wei Pan, coautor principal del artículo. Escrito para usted por nuestra autora Ingrid Fadelli, editado por Gaby Clark, y verificado y revisado por Robert Egan—este artículo es el resultado de un cuidadoso trabajo humano. Dependemos de lectores como usted para mantener viva la periodismo científico independiente. Si esta información es importante para usted, por favor considere hacer una donación (especialmente mensual). Obtendrá una cuenta sin publicidad como agradecimiento. Más información: Rui Lin et al, AI-Enabled Parallel Assembly of Thousands of Defect-Free Neutral Atom Arrays, Physical Review Letters (2025). DOI: 10.1103/2ym8-vs82. En arXiv: DOI: 10.48550/arxiv.2412.14647 Información sobre la revista: Physical Review Letters, arXiv © 2025 Science X Network