КВАНТОВЫЕ И ОПТИЧЕСКИЕ
ТЕХНОЛОГИИ
Исторически наша лаборатория занималась экспериментальной квантовой оптикой. Мы добились значительных успехов в этой области и не так давно расширили горизонты исследований.
Сейчас мы решаем задачи на стыке экспериментальной физики, машинного обучения и робототехники.

Группа, возглавляемая профессором Александром Львовским, находится в Оксфордском Университете и Российском Квантовом Центре. Обе части тесно сотрудничают и участвуют в совместных проектах.
Домашняя страница исследовательской группы
Направления
Квантовый оптический эксперимент [Москва, Oxford]
Существует множество квантовых систем, которые имеют потенциал стать основой для будущих квантовых информационных технологий, и в настоящее время неизвестно, какая из них лучше. Исследовательские группы по всему миру изучают преимущества и недостатки различных кандидатов. Усилия нашей группы сосредоточены на одном таком кандидате - квантовом свете и его фундаментальной частице - фотоне.

Самым важным, уникальным преимуществом квантового света является его способность быть носителем информации. Независимо от того, из чего будущие квантовые компьютеры будут построены, они почти наверняка будут общаться с помощью фотонов. Это означает, что разработка квантово-оптических информационных технологий необходима для нашего квантового будущего. Это цель нашей группы. Мы определяем следующие пять структурных блоков квантовой оптической технологии: (1) подготовка квантовых состояний света, (2) манипулирование ими контролируемым образом, (3) их измерение (квантовая томография), (4) обмен квантовой информацией между светом и стационарной средой и (5) приведение фотонов в контролируемое взаимодействие друг с другом.
Оптические нейронные сети [Oxford]
За последние годы машинное обучение достигло огромных успехов, охватывая практически все сферы технологий, экономики и нашей повседневной жизни. Машины сравнимы или даже превосходят людей в игре в настольные и компьютерные игры, вождении автомобилей, распознавании изображений, чтении и анализе. Однако эти разработки предъявляют растущие требования к нашим вычислительным возможностям, включая как размеры нейронных сетей, так и вычислительную скорость. Поскольку центры обработки данных уже потребляют 2-3% электроэнергии, производимой в мире, и это число растет в геометрической прогрессии, мы остро нуждаемся в новой парадигме для дальнейшего развития этой технологии.

Эта новая парадигма предлагается оптическими нейронными сетями (ONN): реализация искусственных нейронных сетей с использованием оптики, а не электроники. Обработка информации в нейронной сети состоит из линейных операций (умножение матриц) в сочетании с нелинейными функциями активации, применяемыми к отдельным юнитам. Обе эти операции могут быть реализованы оптически с использованием линз, пространственных модуляторов света и нелинейных оптических элементов. Поскольку все эти вычисления на каждом слое ONN выполняются параллельно, основное время обработки не зависит от размера слоя. Это обеспечивает скорость обработки и эффективность энергопотребления на несколько порядков за пределами электронных вычислений.
Интеллектуальная робототехника [Москва]
Современные нейронные сети превосходят людей в средах, о которых они имеют полную информацию. Следующая граница - наш повседневный мир. Позволяя машинам входить в естественную среду, прикасаться к ней, испытывать, изучать и изменять ее так, как это делают люди, приведет к новому этапу технологии машинного обучения: интеллектуальной робототехнике. Эта технология произведет революцию в обществе, осуществив мечту многих поколений философов, инженеров и провидцев: исключить физический труд из диапазона необходимой человеческой деятельности.

Мы занимаемся различными исследованиями в области интеллектуальной робототехники. Это включает разработку алгоритмов обучения с подкреплением, которые позволяют роботам адаптироваться к решению широкого круга задач, применение этих алгоритмов к «обычным» механическим роботам, а также к роботизированным помощникам в квантово-оптических экспериментах. Наконец, мы используем оптику для разработки нового поколения тактильных датчиков, которые позволят обеспечить автоматическое чувство прикосновения, сопоставимое по чувствительности и универсальности с чувствительностью пальцев человека.
Квантовое машинное обучение [Oxford, Москва]
Квантовое машинное обучение - это новая междисциплинарная область, которая касается как применения квантовой технологии для ускорения работы нейронных сетей, так и применения методов машинного обучения для решения проблем в квантовой физике.

Нас интересует квантовая вариационная оптимизация - проблема нахождения квантового состояния, которое наилучшим образом удовлетворяет определенному критерию. Примеры включают определение основного состояния гамильтониана, квантовую томографию (оценку состояния по измерениям) и квантовую химию. Размерность гильбертова пространства и, следовательно, число параметров, описывающих состояние квантовой системы, экспоненциально растут с ее размерами и очень быстро становятся громоздкими; следовательно, способность алгоритмов машинного обучения анализировать и находить закономерности в больших наборах данных чрезвычайно полезна.

Результаты этого исследования имеют широкий спектр применений, включая обнаружение лекарств и новых материалов, понимание биологических процессов, квантовые вычисления и коммуникации.
Квантово-вдохновленная микроскопия [Oxford]
Критерий Рэлея определяет минимальное разрешаемое расстояние между двумя некогерентными точечными источниками как размер пятна, ограниченного дифракцией. Увеличение разрешения за пределами этого предела было решающей проблемой на протяжении многих лет. Был реализован ряд решений, таких как те, которые основаны на визуализации ближнего поля и нелинейных взаимодействиях, но они дороги и не обладают универсальностью. Недавний теоретический прорыв продемонстрировал, что «проклятие Рэлея» может быть разрешено путем когерентного обнаружения изображения в определенных поперечных электромагнитных модах, а не путем реализации традиционной процедуры получения изображения.

На сегодняшний день существуют экспериментальные результаты, доказывающие возможность этого подхода. Наша цель - протестировать этот подход в различных условиях, которые актуальны для практического применения, оценить его преимущества и недостатки. В случае успеха это приведет к созданию революционной технологии визуализации, способной изменить облик всех областей науки и техники, включая оптическую визуализацию, астрономию, биологию, медицину и нанотехнологии, а также оптомеханическую промышленность.
Contacts
Хотите работать с нами? Есть идеи? Вопросы? Пишите.
Руководитель группы
Александр Львовский [сайт]
Alex.Lvovsky[at]physics.ox.ac.uk

Адрес в Оксфорде [карта]
University of Oxford
Clarendon Laboratory
Parks Road
Oxford OX1 3PU, UK

Адрес в Москве [карта]
Российский Квантовый Центр
Сколково, Большой Бульвар 30, стр. 1,
Москва, Россия 121 205
3й этаж, G3 & G7 секторы