Maison Périphériques technologiques IA En utilisant l'intrication quantique comme GPS, un positionnement précis peut être obtenu même dans des zones sans signal

En utilisant l'intrication quantique comme GPS, un positionnement précis peut être obtenu même dans des zones sans signal

May 04, 2023 pm 10:58 PM
研究 量子

L'intrication quantique fait référence à un phénomène de couplage spécial qui se produit entre les particules. Dans l'état intriqué, nous ne pouvons pas décrire les propriétés de chaque particule individuellement, mais seulement les propriétés du système global. Cette influence ne disparaît pas avec le changement de distance, même si les particules sont séparées par l'univers entier.

Une nouvelle étude montre qu'en utilisant les mécanismes d'intrication quantique, les capteurs peuvent être plus précis et plus rapides pour détecter les mouvements. Les scientifiques pensent que ces résultats pourraient aider à développer des systèmes de navigation ne reposant pas sur le GPS.

Dans une nouvelle étude soumise dans "Nature Photonics" par l'Université de l'Arizona et d'autres institutions, des chercheurs ont mené des expériences sur des capteurs optomécaniques, qui utilisent des faisceaux lumineux pour répondre aux interférences. Ces capteurs agissent comme des accéléromètres que les smartphones peuvent utiliser pour détecter les mouvements. D'autre part, les accéléromètres peuvent également être utilisés dans les systèmes de navigation inertielle dans les zones où les signaux GPS sont faibles, comme dans le sous-sol, sous l'eau, à l'intérieur des bâtiments, dans les zones éloignées et dans les endroits où les signaux radio sont interférés.

Article "Détection optomécanique améliorée par enchevêtrement" :

En utilisant lintrication quantique comme GPS, un positionnement précis peut être obtenu même dans des zones sans signal

Lien article : https://www.nature.com/articles/s41566-023-01178-0

Pour améliorer les performances de la détection optomécanique, les chercheurs tentent d'utiliser l'intrication, qu'Einstein a appelé « l'action effrayante à distance ». Les particules intriquées sont essentiellement synchronisées, quelle que soit leur distance.

Les chercheurs espèrent disposer d’un prototype de puce d’accéléromètre intriqué d’ici deux ans.

Bien que l'intrication quantique ignore la distance, elle est également extrêmement sensible aux interférences externes. Les capteurs quantiques profitent de cette sensibilité pour permettre de détecter la moindre perturbation du milieu environnant.

"Auparavant, nos recherches sur la détection optomécanique quantique améliorée se concentraient principalement sur l'amélioration de la sensibilité d'un seul capteur", a déclaré l'auteur principal de l'étude, Yi Xia, physicien quantique à l'Université de l'Arizona à Tucson. "Cependant, des études théoriques et expérimentales récentes ont montré que l'intrication peut améliorer considérablement la sensibilité entre plusieurs capteurs, une approche connue sous le nom de détection quantique distribuée."

Le mécanisme des capteurs optomécaniques repose sur la synchronisation de deux faisceaux laser. Un faisceau de lumière est réfléchi par un composant appelé oscillateur, et tout mouvement de l'oscillateur modifie la distance parcourue par la lumière pour se rendre au détecteur. Une telle différence dans la distance parcourue devient apparente lorsque le deuxième faisceau chevauche le premier. Si le capteur est stationnaire, les deux faisceaux sont parfaitement alignés ; si le capteur est en mouvement, les ondes lumineuses qui se chevauchent créent un motif d'interférence qui révèle l'ampleur et la vitesse du mouvement du capteur.

En utilisant lintrication quantique comme GPS, un positionnement précis peut être obtenu même dans des zones sans signal

Dans la nouvelle étude, le capteur du groupe de Dal Wilson à l'Université de l'Arizona utilise une membrane comme oscillateur, qui agit un peu comme une peau de tambour qui vibre après avoir été frappée.

Ici, au lieu de faire briller un faisceau sur un oscillateur, les chercheurs ont divisé un faisceau laser infrarouge en deux faisceaux intriqués, qui se reflétaient depuis les deux oscillateurs sur deux détecteurs. Cette nature intriquée de la lumière permet essentiellement à deux capteurs d’analyser un seul faisceau de lumière, travaillant ensemble pour augmenter la vitesse et la précision.

"Nous pouvons utiliser l'intrication pour améliorer les performances de détection de force de plusieurs capteurs optomécaniques", a déclaré l'auteur principal de l'étude, Zheshen Zhang, physicien quantique à l'Université du Michigan à Ann Arbor.

De plus, afin d'améliorer la précision de l'appareil, les chercheurs ont utilisé ce qu'on appelle la « lumière compressée ». La compression de la lumière tire parti d'un principe clé de la physique quantique : le principe d'incertitude de Heisenberg, qui stipule que lorsque la position d'une particule est déterminée, sa quantité de mouvement est complètement incertaine ; si sa quantité de mouvement est déterminée, sa position n'est pas du tout sûre. La lumière compressée exploite ce compromis pour « comprimer » ou réduire l'incertitude dans la mesure d'une variable donnée - dans ce cas, la phase des ondes qui composent le faisceau laser - tout en augmentant l'incertitude dans la mesure d'une autre variable, mais le personnel de l'étude peut être ignoré.

"Nous sommes l'une des rares équipes capables de créer des sources de lumière compressées et nous l'explorons actuellement comme base pour la prochaine génération de technologie de mesure de précision", a déclaré Zheshen Zhang.

Au total, les scientifiques ont pu collecter des mesures 40 % plus précises et 60 % plus rapides qu'en utilisant deux faisceaux non intriqués. En outre, ils affirment que la précision et la rapidité de cette méthode devraient augmenter à mesure que le nombre de capteurs augmente.

"Ces résultats signifient que nous pouvons encore améliorer les performances de la détection de force d'ultra-précision à des niveaux sans précédent", a déclaré Zheshen Zhang.

Les chercheurs affirment que l'amélioration des capteurs optomécaniques peut non seulement conduire à de meilleurs systèmes de navigation inertielle, mais également aider à détecter des phénomènes mystérieux tels que la matière noire et les ondes gravitationnelles. La matière noire est une substance invisible qui représenterait les cinq sixièmes de toute la matière de l'univers, et la détection de ses éventuels effets gravitationnels peut aider les scientifiques à comprendre ses propriétés. Les ondes gravitationnelles sont des ondulations dans la structure de l’espace-temps qui peuvent aider à révéler des mystères allant des trous noirs au Big Bang.

Ensuite, les scientifiques envisagent de miniaturiser leur système. Il est déjà possible de placer des sources lumineuses compressées sur des puces d'un demi-centimètre de large seulement. D’ici un an ou deux, nous pouvons nous attendre à avoir des prototypes de puces comprenant des sources de lumière compressées, des séparateurs de faisceaux, des guides d’ondes et des capteurs inertiels. "Cela rendra cette technologie plus pratique, plus abordable et plus accessible", a déclaré Zheshen Zhang.

De plus, l'équipe de recherche travaille actuellement avec Honeywell, le Jet Propulsion Laboratory, le NIST et plusieurs autres universités pour développer une unité de mesure inertielle améliorée quantique à l'échelle d'une puce. Zheshen Zhang a déclaré : « Notre vision est de déployer de tels capteurs intégrés dans des véhicules autonomes et des engins spatiaux pour obtenir une navigation précise sans signaux GPS.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Comment réparer l'audio si vous n'entendez personne
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Comment déverrouiller tout dans Myrise
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Une plongée approfondie dans les modèles, les données et les frameworks : une revue exhaustive de 54 pages de grands modèles de langage efficaces Une plongée approfondie dans les modèles, les données et les frameworks : une revue exhaustive de 54 pages de grands modèles de langage efficaces Jan 14, 2024 pm 07:48 PM

Les modèles linguistiques à grande échelle (LLM) ont démontré des capacités convaincantes dans de nombreuses tâches importantes, notamment la compréhension du langage naturel, la génération de langages et le raisonnement complexe, et ont eu un impact profond sur la société. Cependant, ces capacités exceptionnelles nécessitent des ressources de formation importantes (illustrées dans l’image de gauche) et de longs temps d’inférence (illustrés dans l’image de droite). Les chercheurs doivent donc développer des moyens techniques efficaces pour résoudre leurs problèmes d’efficacité. De plus, comme on peut le voir sur le côté droit de la figure, certains LLM (LanguageModels) efficaces tels que Mistral-7B ont été utilisés avec succès dans la conception et le déploiement de LLM. Ces LLM efficaces peuvent réduire considérablement la mémoire d'inférence tout en conservant une précision similaire à celle du LLaMA1-33B

Crushing H100, le GPU nouvelle génération de Nvidia se dévoile ! La première conception de module multipuce 3 nm, dévoilée en 2024 Crushing H100, le GPU nouvelle génération de Nvidia se dévoile ! La première conception de module multipuce 3 nm, dévoilée en 2024 Sep 30, 2023 pm 12:49 PM

Processus 3 nm, les performances dépassent le H100 ! Récemment, le média étranger DigiTimes a annoncé que Nvidia développait le GPU de nouvelle génération, le B100, dont le nom de code est "Blackwell". Il s'agirait d'un produit destiné aux applications d'intelligence artificielle (IA) et de calcul haute performance (HPC). , le B100 utilisera le processus de traitement 3 nm de TSMC, ainsi qu'une conception de module multi-puces (MCM) plus complexe, et apparaîtra au quatrième trimestre 2024. Pour Nvidia, qui monopolise plus de 80 % du marché des GPU d’intelligence artificielle, il peut utiliser le B100 pour frapper pendant que le fer est chaud et attaquer davantage des challengers comme AMD et Intel dans cette vague de déploiement d’IA. Selon les estimations de NVIDIA, d'ici 2027, la valeur de production de ce domaine devrait atteindre environ

La puissante combinaison de modèles de diffusion + super-résolution, la technologie derrière le générateur d'images de Google Imagen La puissante combinaison de modèles de diffusion + super-résolution, la technologie derrière le générateur d'images de Google Imagen Apr 10, 2023 am 10:21 AM

Ces dernières années, l’apprentissage multimodal a reçu beaucoup d’attention, en particulier dans les deux directions de la synthèse texte-image et de l’apprentissage contrastif image-texte. Certains modèles d'IA ont attiré l'attention du grand public en raison de leur application dans la génération et l'édition d'images créatives, tels que les modèles d'images texte DALL・E et DALL-E 2 lancés par OpenAI, ainsi que GauGAN et GauGAN2 de NVIDIA. Pour ne pas être en reste, Google a publié fin mai son propre modèle de conversion texte-image, Imagen, qui semble repousser encore les limites de la génération d'images conditionnelles aux légendes. À partir d'une simple description d'une scène, Imagen peut générer des images de haute qualité et haute résolution.

La revue la plus complète des grands modèles multimodaux est ici ! 7 chercheurs Microsoft ont coopéré vigoureusement, 5 thèmes majeurs, 119 pages de document La revue la plus complète des grands modèles multimodaux est ici ! 7 chercheurs Microsoft ont coopéré vigoureusement, 5 thèmes majeurs, 119 pages de document Sep 25, 2023 pm 04:49 PM

La revue la plus complète des grands modèles multimodaux est ici ! Écrit par 7 chercheurs chinois de Microsoft, il compte 119 pages - il part de deux types d'orientations de recherche multimodales sur grands modèles qui ont été complétées et sont toujours à l'avant-garde, et résume de manière exhaustive cinq sujets de recherche spécifiques : la compréhension visuelle et la génération visuelle. L'agent multimodal grand modèle multimodal supporté par le modèle visuel unifié LLM se concentre sur un phénomène : le modèle de base multimodal est passé de spécialisé à universel. Ps. C'est pourquoi l'auteur a directement dessiné une image de Doraemon au début de l'article. Qui devrait lire cette critique (rapport) ? Dans les mots originaux de Microsoft : tant que vous souhaitez apprendre les connaissances de base et les derniers progrès des modèles de base multimodaux, que vous soyez un chercheur professionnel ou un étudiant, ce contenu est très approprié pour vous réunir.

Une nouvelle recherche révèle le potentiel du Monte Carlo quantique à surpasser les réseaux neuronaux en dépassant les limites, et un sous-numéro de Nature détaille les derniers progrès. Une nouvelle recherche révèle le potentiel du Monte Carlo quantique à surpasser les réseaux neuronaux en dépassant les limites, et un sous-numéro de Nature détaille les derniers progrès. Apr 24, 2023 pm 09:16 PM

Après quatre mois, un autre travail collaboratif entre ByteDance Research et le groupe de recherche de Chen Ji à l'École de physique de l'Université de Pékin a été publié dans la revue internationale de premier plan Nature Communications : l'article « Vers l'état fondamental des molécules via les réseaux neuronaux de diffusion Monte Carlo ». combine les réseaux de neurones avec les méthodes de diffusion Monte Carlo, améliorant considérablement l'application des méthodes de réseaux de neurones en chimie quantique. La précision du calcul, l'efficacité et l'échelle du système sur les tâches connexes sont devenues le dernier SOTA. Lien papier : https://www.nature.com

Adaptateur I2V de la communauté SD : aucune configuration requise, plug and play, parfaitement compatible avec le plug-in vidéo Tusheng Adaptateur I2V de la communauté SD : aucune configuration requise, plug and play, parfaitement compatible avec le plug-in vidéo Tusheng Jan 15, 2024 pm 07:48 PM

La tâche de génération d'image en vidéo (I2V) est un défi dans le domaine de la vision par ordinateur qui vise à convertir des images statiques en vidéos dynamiques. La difficulté de cette tâche est d'extraire et de générer des informations dynamiques dans la dimension temporelle à partir d'une seule image tout en conservant l'authenticité et la cohérence visuelle du contenu de l'image. Les méthodes I2V existantes nécessitent souvent des architectures de modèles complexes et de grandes quantités de données de formation pour atteindre cet objectif. Récemment, un nouveau résultat de recherche « I2V-Adapter : AGeneralImage-to-VideoAdapter for VideoDiffusionModels » dirigé par Kuaishou a été publié. Cette recherche introduit une méthode innovante de conversion image-vidéo et propose un module adaptateur léger, c'est-à-dire

Annonce du prix Boltzmann 2022 : le fondateur de Hopfield Network remporte le prix Annonce du prix Boltzmann 2022 : le fondateur de Hopfield Network remporte le prix Aug 13, 2023 pm 08:49 PM

Les deux scientifiques qui ont remporté le prix Boltzmann 2022 ont été annoncés. Ce prix a été créé par le comité de physique statistique (C3) de l'IUPAP pour récompenser les chercheurs qui ont réalisé des réalisations exceptionnelles dans le domaine de la physique statistique. Le gagnant doit être un scientifique qui n’a jamais remporté de prix Boltzmann ou de prix Nobel. Ce prix a débuté en 1975 et est décerné tous les trois ans pour commémorer Ludwig Boltzmann, le fondateur de la physique statistique, Deepak Dharistheoriginalstatement. Raison de l'attribution : en reconnaissance des contributions pionnières de Deepak Dharistheoriginalstatement au domaine de la physique statistique, y compris la solution exacte de l'auto-organisation. modèle critique, croissance d'interface, désordre

Papier de score parfait VPR 2024 ! Meta propose EfficientSAM : divisez tout rapidement ! Papier de score parfait VPR 2024 ! Meta propose EfficientSAM : divisez tout rapidement ! Mar 02, 2024 am 10:10 AM

Ce travail d'EfficientSAM a été inclus dans le CVPR2024 avec une note parfaite de 5/5/5 ! L'auteur a partagé le résultat sur les réseaux sociaux, comme le montre l'image ci-dessous : Le lauréat du prix LeCun Turing a également fortement recommandé ce travail ! Dans des recherches récentes, les chercheurs de Meta ont proposé une nouvelle méthode améliorée, à savoir le pré-entraînement d'image de masque (SAMI) utilisant SAM. Cette méthode combine la technologie de pré-entraînement MAE et les modèles SAM pour obtenir des encodeurs ViT pré-entraînés de haute qualité. Grâce à SAMI, les chercheurs tentent d'améliorer les performances et l'efficacité du modèle et de proposer de meilleures solutions pour les tâches de vision. La proposition de cette méthode apporte de nouvelles idées et opportunités pour explorer et développer davantage les domaines de la vision par ordinateur et de l’apprentissage profond. en combinant différents

See all articles