Квантовые сети повысят точность поиска тёмной материи

(Слева вверху) Состав Вселенной, показывающий, что тёмная материя составляет около 27%. (Справа вверху) Предлагаемая сеть квантовых сенсоров, где сверхпроводящие кубиты соединены в различных графовых структурах. (Внизу) Результаты оценки, демонстрирующие соответствие истинному значению, вместе со сравнением с квантовыми пределами. Автор: Physical Review D (2025). DOI: 10.1103/rv43-54zq

Обнаружение тёмной материи — таинственной субстанции, которая удерживает галактики вместе, — является одной из величайших нерешённых проблем физики. Хотя её нельзя увидеть или потрогать напрямую, учёные полагают, что тёмная материя оставляет слабые сигналы, которые могут быть уловлены высокочувствительными квантовыми устройствами.

В новом исследовании, опубликованном в журнале Physical Review D, исследователи из Университета Тохоку предлагают способ повысить чувствительность квантовых сенсоров, соединяя их в тщательно спроектированные сетевые структуры. Эти квантовые сенсоры используют правила квантовой физики для обнаружения чрезвычайно слабых сигналов, что делает их гораздо более чувствительными, чем обычные сенсоры. Используя их, точное обнаружение слабых следов, оставленных тёмной материей, наконец-то может стать возможным.

Исследование сосредоточено на сверхпроводящих кубитах — крошечных электрических цепях, охлаждённых до очень низких температур. Эти кубиты обычно используются в качестве строительных блоков для квантовых компьютеров, но здесь они выступают в роли мощных квантовых сенсоров. Подобно тому, как команда, работающая вместе, может достичь большего, чем один человек, соединение многих таких сверхпроводящих кубитов в оптимизированную сеть позволяет им обнаруживать слабые сигналы тёмной материи гораздо эффективнее, чем любой отдельный сенсор в одиночку.

Команда протестировала различные сетевые конфигурации, такие как кольцевые, линейные, звёздные и полностью связанные графы, используя системы из четырёх и девяти кубитов. Затем они применили вариационную квантовую метрологию (метод, аналогичный обучению модели машинного обучения) для оптимизации того, как квантовые состояния подготавливаются и измеряются. Для уточнения результатов использовалось байесовское оценивание для фильтрации шума, подобно тому, как sharpen размытое изображение.

Результаты были впечатляющими: оптимизированные сети стабильно превосходили традиционные методы, даже при введении реалистичного шума. Это показывает, что подход может работать на современных квантовых устройствах.

«Наша цель заключалась в том, чтобы выяснить, как организовать и настроить квантовые сенсоры, чтобы они могли надёжнее обнаруживать тёмную материю, — сказал доктор Ле Бин Хо, ведущий автор исследования. — Сетевая структура играет ключевую роль в повышении чувствительности, и мы показали, что это можно сделать с помощью относительно простых схем».

Помимо тёмной материи, эти сети квантовых сенсоров могут способствовать развитию таких технологий, как квантовый радар, обнаружение гравитационных волн и сверхточное хронометрирование. Более того, в будущем они могут повысить точность GPS, улучшить визуализацию мозга с помощью МРТ или помочь обнаруживать скрытые подземные структуры.

«Это исследование показывает, что тщательно спроектированные квантовые сети могут раздвинуть границы возможного в прецизионных измерениях, — добавил доктор Хо. — Оно открывает дверь для использования квантовых сенсоров не только в лабораториях, но и в реальных инструментах, требующих экстремальной чувствительности».

В перспективе команда планирует расширить этот подход на более крупные сети и изучить способы повышения устойчивости сенсоров к шуму.

Дополнительная информация: Adriel I. Santoso et al, Optimized quantum sensor networks for ultralight dark matter detection, Physical Review D (2025). DOI: 10.1103/rv43-54zq

Источник: Tohoku University