其实,对于量子信息这一新兴领域,薛潇早在高考结束后就已经了解。源于对该领域的兴趣,他决定将中国科学技术大学作为第一志愿填报,并被顺利录取。 本科阶段,他的主要兴趣是基于线性光学的多光子纠缠。 2014 年到清华大学读研以后,则着重于石墨烯量子点的研究。 2017 年,他远赴代尔夫特理工大学攻读物理学博士学位,自此开始研究半导体中的自旋量子比特。 谈到为何选择这一方向,薛潇表示主要基于以下三方面原因。 其一,对量子技术和凝聚态物理都拥有浓厚的兴趣,而半导体计算是唯一能够让他同时探索这两方面的研究方向。 其二,硅基量子计算的量子比特尺寸小于 100 纳米,具有天然的集成优势,并且工业界已经具备成熟的大规模制备工艺,能帮助该系统与现有传统的硅基电路进行集成。 其三,目前中国在量子、半导体和人工智能三大领域的国际竞争日趋激烈,对硅基量子计算进行研究,不仅有助于推进量子和半导体两方面的工业发展,还有望应用于人工智能的发展中。 这里,值得一提的是,量子和人工智能之间的发展是可以相互促进的。 对此,薛潇指出:“当量子计算真正能够带来算力提升时,自然可以促进人工智能的发展;而已有的人工智能算法,也能够用于服务量子芯片的优化和设计。” 而从量子计算的应用来看,其毫无疑问会在不远的未来大规模落地产业界,并在银行系统和数字货币系统中的加密算法、无人驾驶和城市交通中的优化算法、以及新型药物和新型功能材料设计中的量子模拟算法等方向发挥重要价值。 “然而,要想实现这样的应用前景,就必须将数百万甚至数千万个量子比特进行高度集成。我们所研究的硅基量子计算平台,是目前最有希望完成这一突破的系统。”薛潇表示。 由于目前,他已经在高保真度、可集成性和模块化架构三项技术上取得了领域内公认的重大突破,因此下个阶段,他计划打造一个真正全集成的模块化硅基量子处理器。 与此同时,他也计划与国内从事相关领域的同行联合推动硅基量子技术产业化,从而促进我国的量子、半导体和人工智能三大领域的发展。 1. X. Xue, T. F. Watson, et al., Benchmarking Gate Fidelities in a Si/SiGe Two-Qubit Device.Physical Review X 9, 021011 (2019). https://doi.org/10.1103/PhysRevX.9.0210112. X. Xue, M. Russ, N. Samkharadze, et al., Quantum logic with spin qubits crossing the surface code threshold.Nature 601, 343–347 (2022). https://doi.org/10.1038/s41586-021-04273-w3. X. Xue, B. Patra, J. P. G. van Dijk, et al., CMOS-based cryogenic control of silicon quantum circuits.Nature 593, 205–210 (2021). https://doi.org/10.1038/s41586-021-03469-44. J. Dijkema, X. Xue, et al., Two-qubit logic between distant spins in silicon. arXiv:2310.16805 (2023). https://arxiv.org/abs/2310.16805 运营/排版:何晨龙 01/ 科学家打造AI超材料逆向设计法,测试集平均准确率达98.92%,助力实现机械智能新突破 02/ 无需血尿等体液采集,科学家研发固态生物标志物传感器,接近质谱法的检测限值 03/ 有望实现高质量太赫兹全息成像,复旦学者开发激光场冷编程技术,突破传统方法对外部磁场依赖 04/ 科学家研发低DNA输入量建库方法,全部流程在单个试管内进行,能最大限度减少DNA损失 05/ 科学家研发三维微反应芯片,已实现维生素D3的化学合成,亦能用于合成高通量纳米材料