量子もつれをGPSとして利用し、電波の届かない場所でも正確な測位を実現
量子もつれとは、粒子間に生じる特殊な結合現象を指します。もつれ状態では、個々の粒子の性質を個別に記述することはできず、系全体の性質を記述することしかできず、たとえ粒子が宇宙全体から離れていても、その影響は距離が変化しても消えることはありません。
新しい研究では、量子もつれメカニズムを使用することで、センサーの動きの検出がより正確かつ高速になることが示されました。科学者たちは、この発見が GPS に依存しないナビゲーション システムの開発に役立つ可能性があると考えています。
アリゾナ大学およびその他の機関が「Nature Photonics」に投稿した新しい研究では、研究者らは、光ビームを使用して干渉して応答する光機械センサーの実験を実施しました。これらのセンサーは加速度計として機能し、スマートフォンが動きを検出するために使用できます。一方、加速度計は、地下、水中、建物内、遠隔地、無線信号が妨害される場所など、GPS 信号が弱い場所での慣性航法システムにも使用できます。
論文「エンタングルメント強化オプトメカニカルセンシング」:
##論文リンク: https://www.nature.com/articles/s41566-023-01178-0
写真製版センシングを改善するにはパフォーマンスを向上させるために、研究者らは、アインシュタインが「遠距離での不気味なアクション」と呼んだエンタングルメントを利用しようとしている。絡み合った粒子は、どんなに離れていても、基本的に同期しています。
研究者らは、今後 2 年以内にプロトタイプのもつれ加速度計チップを完成させたいと考えています。
量子もつれは距離を無視しますが、外部干渉の影響も非常に受けやすくなります。量子センサーはこの感度を利用して、周囲環境のわずかな乱れを検出します。
「量子強化オプトメカニカルセンシングに関する私たちのこれまでの研究は、主に単一のセンサーの感度を向上させることに焦点を当てていました」と、アリゾナ大学の量子物理学研究の筆頭著者は述べています。ツーソンの科学者イー・シア氏は言う。 「しかし、最近の理論的および実験的研究では、量子もつれによって複数のセンサー間の感度が大幅に向上することが示されています。これは、分散量子センシングとして知られるアプローチです。」
オプトメカニクス センサーのメカニズムは、同期した 2 つのセンサーに依存しています。レーザービーム。光線は発振器と呼ばれるコンポーネントで反射され、発振器が動くと光が検出器に到達するまでの距離が変化します。このような移動距離の違いは、2 番目のビームが最初のビームと重なるときに明らかになります。センサーが静止している場合、2 つのビームは完全に位置合わせされますが、センサーが動いている場合、重なり合う光波が干渉パターンを作成し、センサーの動きの大きさと速度が明らかになります。
新しい研究では、アリゾナ大学のダル・ウィルソンのグループのセンサーは、振動子として膜を使用しています。叩いた後に振動するドラムヘッドのようなものです。
ここで、研究者らは、1 つの発振器に 1 つのビームを照射するのではなく、赤外線レーザー ビームを 2 つの絡み合ったビームに分割し、2 つの発振器から検出器上の 2 つのビームに反射しました。この光のもつれの性質により、基本的に 2 つのセンサーが単一の光線を分析できるようになり、連携して速度と精度が向上します。
「もつれを利用して、複数の光機械センサーの力感知性能を向上させることができます」と、この研究の筆頭著者であり、ミシガン大学アナーバー校の量子物理学者である Zheshen Zhang 氏は述べています。 。
さらに、装置の精度を向上させるために、研究者らはいわゆる「圧縮光」を使用しました。光を絞ることは、量子物理学の重要な原理であるハイゼンベルクの不確定性原理を利用しており、これは、粒子の位置が決定されるとき、その運動量は完全に不確実であり、粒子の運動量が決定される場合、その位置は完全に不確実であると述べています。スクイーズドライトはこのトレードオフを利用して、特定の変数 (この場合はレーザービームを構成する波の位相) の測定の不確実性を「絞る」または低減する一方で、別の変数の測定の不確実性を高めます。しかし、研究担当者は無視して構いません。
「私たちは圧縮光源を作成できる数少ないチームの 1 つであり、現在、それを次世代の精密測定技術の基礎として研究しています」と Zheshen Zhang 氏は述べています。
全体として、科学者たちは、絡み合っていない 2 つのビームを使用する場合よりも 40% 精度が高く、60% 高速に測定値を収集することができました。さらに、センサーの数が増えるにつれて、この方法の精度と速度も向上することが期待されると述べています。
「これらの発見は、超高精度の力センシングの性能を前例のないレベルまでさらに向上させることができることを意味します」と Zheshen Zhang 氏は述べています。
研究者らは、光機械センサーの改良は、より優れた慣性航法システムにつながるだけでなく、暗黒物質や重力波などの神秘的な現象の検出にも役立つ可能性があると述べています。ダークマターは、宇宙の全物質の6分の5を構成すると考えられている目に見えない物質であり、その重力の影響の可能性を検出することは、科学者がその特性を解明するのに役立ちます。重力波は時空構造の波紋であり、ブラックホールからビッグバンに至るまでの謎を明らかにするのに役立ちます。
次に、科学者たちはシステムの小型化を計画しています。幅わずか0.5センチメートルのチップ上に圧縮光源を配置することはすでに可能です。今後 1 ~ 2 年以内に、スクイーズ光源、ビーム スプリッター、導波路、慣性センサーを含むプロトタイプ チップが完成すると予想されます。 「これにより、この技術はより実用的で、より手頃な価格で、よりアクセスしやすくなります」とZheshen Zhang氏は述べています。
さらに、研究チームは現在、ハネウェル、ジェット推進研究所、NIST、その他いくつかの大学と協力して、チップスケールの量子強化慣性測定ユニットの開発に取り組んでいます。 「私たちのビジョンは、このような統合センサーを自動運転車や宇宙船に導入して、GPS 信号なしで正確なナビゲーションを実現することです」と Zheshen Zhang 氏は述べています。
以上が量子もつれをGPSとして利用し、電波の届かない場所でも正確な測位を実現の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









大規模言語モデル (LLM) は、自然言語理解、言語生成、複雑な推論などの多くの重要なタスクにおいて説得力のある能力を実証し、社会に大きな影響を与えてきました。ただし、これらの優れた機能には、大量のトレーニング リソース (左の図に示す) と長い推論時間 (右の図に示す) が必要です。したがって、研究者は効率の問題を解決するための効果的な技術的手段を開発する必要があります。さらに、図の右側からわかるように、Mistral-7B などのいくつかの効率的な LLM (LanguageModel) が、LLM の設計と展開にうまく使用されています。これらの効率的な LLM は、LLaMA1-33B と同様の精度を維持しながら、推論メモリを大幅に削減できます。

3nmプロセス、H100を超える性能!最近、海外メディア DigiTimes が、Nvidia が人工知能 (AI) およびハイパフォーマンス コンピューティング (HPC) アプリケーション向けの製品として、コードネーム「Blackwell」という次世代 GPU である B100 を開発しているというニュースを伝えました。 , B100はTSMCの3nmプロセスと、より複雑なマルチチップモジュール(MCM)設計を採用し、2024年の第4四半期に登場する予定だ。人工知能 GPU 市場の 80% 以上を独占している Nvidia にとって、B100 を使用して鉄は熱いうちに攻撃し、この AI 導入の波において AMD や Intel などの挑戦者をさらに攻撃することができます。 NVIDIA の推定によると、2027 年までに、この分野の生産額は約

近年、マルチモーダル学習、特にテキストと画像の合成と画像とテキストの対比学習の 2 つの方向において、多くの注目が集まっています。 OpenAIが発表したテキスト画像モデルDALL・EやDALL-E 2、NVIDIAのGauGANやGauGAN2など、一部のAIモデルはクリエイティブな画像生成や編集への応用で広く注目を集めています。 Google も負けじと、独自のテキストから画像へのモデル Imagen を 5 月末にリリースしました。これにより、キャプション付きの条件付き画像生成の境界がさらに拡大されるようです。シーンの説明だけを与えると、Imagen は高品質、高解像度の画像を生成できます。

マルチモーダル大型モデルの最も包括的なレビューがここにあります。マイクロソフトの中国人研究者7名が執筆した119ページで、すでに完成し、現在も最前線にある2種類のマルチモーダル大規模モデル研究の方向性から始まり、視覚理解と視覚生成という5つの具体的な研究テーマを包括的にまとめている。統合ビジュアル モデル LLM によってサポートされるマルチモーダル大規模モデル マルチモーダル エージェントは、マルチモーダル基本モデルが特殊なモデルから汎用的なモデルに移行したという現象に焦点を当てています。 Ps. 著者が論文の冒頭に直接ドラえもんの絵を描いたのはこのためである。このレビュー (レポート) は誰が読むべきですか? Microsoft の原文では次のようになります。プロの研究者でも学生でも、マルチモーダル基本モデルの基礎知識と最新の進歩を学ぶことに興味がある限り、このコンテンツは参加するのに非常に適しています。

4か月後、ByteDance Researchと北京大学物理学部のChen Ji研究グループとの別の共同研究が、トップ国際ジャーナルNature Communicationsに掲載された。論文「拡散モンテカルロニューラルネットワークを介した分子の基底状態に向けて」ニューラル ネットワークと拡散モンテカルロ法を組み合わせ、量子化学におけるニューラル ネットワーク法の適用を大幅に改善し、関連タスクの計算精度、効率、システム規模が最新の SOTA になりました。論文リンク: https://www.nature.com

画像からビデオへの生成 (I2V) タスクは、静止画像を動的なビデオに変換することを目的としたコンピューター ビジョンの分野における課題です。このタスクの難しさは、画像コンテンツの信頼性と視覚的な一貫性を維持しながら、単一の画像から時間次元で動的な情報を抽出して生成することです。既存の I2V 手法では、多くの場合、この目標を達成するために複雑なモデル アーキテクチャと大量のトレーニング データが必要になります。最近、Kuaishou が主導した新しい研究成果「I2V-Adapter: AGeneralImage-to-VideoAdapter for VideoDiffusionModels」が発表されました。この研究では、革新的な画像からビデオへの変換方法を導入し、軽量のアダプター モジュールを提案します。

IUPAP統計物理委員会(C3)が統計物理学の分野で優れた業績をあげた研究者を表彰するために創設した2022年度ボルツマン賞の受賞者2名が発表されました。受賞者は、これまでにボルツマン賞やノーベル賞を受賞したことのない科学者でなければなりません。この賞は 1975 年に始まり、統計物理学の創始者ルートヴィヒ ボルツマンを記念して 3 年ごとに授与されます。組織化されたクリティカルモデル、インターフェースの成長、無秩序

EfficientSAM のこの作品は、5/5/5 の満点を獲得して CVPR2024 に収録されました。下の写真に示すように、著者は結果をソーシャル メディアで共有しました。ルカン チューリング賞受賞者もこの作品を強く推薦しました。最近の研究で、メタ研究者は、SAM を使用したマスク画像事前トレーニング (SAMI) という新しい改良された方法を提案しました。この方法では、MAE 事前トレーニング テクノロジーと SAM モデルを組み合わせて、高品質の事前トレーニングされた ViT エンコーダーを実現します。 SAMI を通じて、研究者はモデルのパフォーマンスと効率を向上させ、視覚タスクにより良いソリューションを提供しようとしています。この手法の提案は、コンピューター ビジョンとディープ ラーニングの分野をさらに探索し、発展させるための新しいアイデアと機会をもたらします。異なるものを組み合わせることで
