客户之声：Natalia Ares 教授——如何应用锁相放大器结合人工智能算法研究纳米级量子

人物介绍

Natalia Ares 是牛津大学材料系的副教授。她的研究方向之一是应用人工智能算法来探究量子器件控制和量子热力学。

苏黎世仪器对其进行了专访，让我们看看锁相放大器是如何帮助她研究纳米级器件中的量子行为。

1. 您使用机器学习对量子点进行表征的研究很有吸引力。请介绍一下您决定采用这种方法进行测量的原因以及具体的做法。

我们之所以开始在实验室中使用机器学习技术，是因为我们发现在所有应用中量子器件在可扩展性方面有一个普遍存在的瓶颈：每个器件都必须进行表征和调谐，这需要探索巨大的参数空间。

即使是经验丰富的研究人员，手动表征和调谐量子器件也很费时；如果有一大批量子器件，此工作就会一下子变得非常棘手。我们的研究通过自动化测量来应对这个难题。在我看来，要快速地从目前的少数量子比特器件扩大到技术上有实用价值的数量，这一点是关键。

在我们针对这一课题发表的第一篇论文中, 我们展示了机器学习算法如何高效地实时测量量子器件，将测量时间最多降低到四分之一。最近，我们还展示了在无人工输入的情况下，自动调谐量子器件的速度比人类专家更快。

参数并非随控制信号单调变化，并且此变化也不是总能被预测，使得自动调谐器件的任务极其复杂：来自 DeepMind 的科学家和我在牛津大学的团队发现了一种算法，可以将“原始”双量子点器件调谐至可操作状态。我们认为通过这项技术有希望实现对大型量子电路的调谐。

2. 您能讲述一下您的科学家生涯吗？

我来自阿根廷，曾在阿根廷的布宜诺斯艾利斯大学学习物理。我的硕士论文研究的是量子混沌，这是一个理论课题，着重研究扰动对量子系统的影响。毕业后，我想从事量子器件的实验实现，并移居法国攻读研究生。

我开发了用于实现基于集成电路技术的长寿命量子比特的 SiGe 量子器件。六年多前我以博士后身份来到牛津大学，不久后获得了玛丽·斯克沃多夫斯卡·居里奖学金。从那时起，我被授予坦普顿独立研究奖学金，目前是皇家学会大学研究员。

在牛津大学，我起初研究用于自旋量子比特读取和碳纳米管机电的射频反射测量法。目前，我的团队在研究针对量子比特可扩展性的机器学习，以及开发用于研究量子热力学的量子器件。

一路走来，我的学习与工作历程都十分顺利，也获得了很多贵人的帮助，对此我深感幸运。我认为导师和榜样的作用至关重要。特别是对从事科研工作的女性而言，我们所有人都必须更加努力地建立一些启发和引导机制，最重要的是，这些机制要能够减少对女性科研人员的歧视和额外挑战。

3. 苏黎世仪器的 UHFLI 锁相放大器为您的研究提供了怎样的帮助？

我们利用 UHFLI 通过射频反射测量法读取半导体器件的数据，并在与量子比特态相关的量子电容变化方面实现了创纪录的灵敏度，这对于快速准确地读取量子比特至关重要。得益于 UHFLI的强大性能，实验速度更快，实验流程更简洁。

我们还利用 UHFLI 在悬空碳纳米管中检测到了单电子隧穿驱动的相干纳米力学振荡。这类振荡此前从未被观测到，因为要想检测这种振荡，耦合强度和测量速度缺一不可，而这是极具挑战的一件事。但我们的实验同时满足了这两项要求，因此我们能将其背后的原理与激光原理联系起来。在此实验中，我们使用了 UHFLI自带的PID 控制器选件来生成校正电压以稳定机械性能。

近期活动——2022年量子技术用户交流会

近期，苏黎世仪器举办了2022年量子技术用户交流会。

在这次用户交流会上，Natalia Ares 教授分享了如何利用机器学习优化半导体量子器件的测量。在她的实验中，对量子器件状态的快速高保真读取，是生成训练人工智能所需的大量数据的关键因素。

现在，机器学习能够提高半导体量子点调谐的速度和可靠性，并且能够在此平台上进行更快、更可靠的量子比特实验。

产品介绍——UHFLI 锁相放大器

作为一款旗舰级锁相放大器，UHFLI 的可测量频率范围涵盖从直流DC到 600 MHz ，具有30 ns 的最短解调时间常数，解调带宽超过 5 MHz。