Sensoriamento Quântico Otimizado através das Excitações Fundamentais de Sistemas de Spin Correlacionados

• Processo: 24/08133-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 31 de julho de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Física - Física Geral
• Pesquisador responsável: Marcos César de Oliveira
• Beneficiário: Tomás Aguiar Carneiro Ferreira
• Instituição Sede: Instituto de Física Gleb Wataghin (IFGW). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Cavity magnonics | machine learning | Quantum Information | Quantum metrology | Quantum sensing | Metrologia quântica, informação quântica

Resumo

Sensoriamento quântico é uma das mais promissoras aplicações de tecnologias quânticas, e é uma área que tem como objetivo utilizar os recursos de sistemas quânticos para elevar a sensibilidade de medições. Para esta meta ser possível, é imprescindível que haja o controle sobre as interações entre diversos sistemas quânticos. Até o momento, vários sistemas fotônicos e híbridos foram propostos. Porém, a maior parte das plataformas quânticas são restritas a situações experimentais específicas, o que restringe a sua aplicabilidade em implementações tecnológicas. Neste contexto, sistemas que demonstram grande potencial para aplicação abrangente são sistemas de spin correlacionados. Isto é, sistemas nos quais é possível gerar e controlar os modos quantizados de cadeias magnéticas: os magnons. Como portadores de informação, uma grande vantagem dos magnons é seu acoplamento forte e robusto com vários sistemas físicos distintos, o que permite formas eficientes do controle de sua geração, propagação e deteção, além de outras características. Estas qualidades tornam os magnons como opções ideais para integração com plataformas quânticas conhecidas, como por exemplo cavidades de fótons e qubits supercondutores.Além dos desafios atrelados aos diferentes aspectos físicos do problema, a utilização ótima dos sensores quânticos também requer constante caracterização e calibração. No geral, calibrações de sensores quânticos é uma tarefa extremamente complexa e que requer uma intensa utilização de recursos - especialmente quanto estes sistemas propõem a estimativa de múltiplos parâmetros, devido ao grande volume de medidas necessárias além do tempo computacional necessário para analisar tais medições. Algoritmos de aprendizado de máquina apresentam uma ferramenta poderosa para tratar essa complexidade. A descoberta de protocolos adequados para a otimização dos algoritmos utilizados é, então, vital para o desenvolvimento de sensores para medições quânticas precisas.No nosso projeto, aspiramos o desenvolvimento de novas abordagens ao sensoriamento quântico através de sistemas de spin correlacionados e ao desenvolvimento da otimização do uso de recursos para metrologia e sensoriamento quântico através de algoritmos de aprendizagem de máquina.