多光子非线性量子干涉首次实现 为新型量子态制备等应用奠定基础******

　　科技日报合肥1月16日电 (记者吴长锋)记者16日从中国科学技术大学获悉，该校郭光灿院士团队任希锋研究组与国外同行合作，基于光量子集成芯片，在国际上首次展示了四光子非线性产生过程的干涉。相关成果日前发表在光学权威学术期刊《光学》上。

　　量子干涉是众多量子应用的基础，特别是近年来基于路径不可区分性产生的非线性干涉过程越来越引起人们的关注。尽管双光子非线性干涉过程已经实现了20多年，并且在许多新兴量子技术中得到应用，直到2017年，人们才在理论上将该现象扩展到多光子过程，但实验上由于需要极高的相位稳定性和路径重合性，一直未获得新进展。光量子集成芯片，以其极高的相位稳定性和可重构性逐渐发展成为展示新型量子应用、开发新型量子器件的理想平台，也为多光子非线性干涉研究提供了实现的可能性。

　　任希锋研究组长期致力于硅基光量子集成芯片开发及相关应用研究并取得系列重要进展。在前工作基础上，研究组通过进一步将多光子量子光源模块、滤波模块和延时模块等结构片上级联，在国际上首次展示了四光子非线性产生过程的相干相长、相消过程，其四光子干涉可见度为0.78。而双光子符合并未观测到随相位的明显变化，这同理论预期一致。整个实验在一个尺寸仅为3.8×0.8平方毫米的硅基集成光子芯片上完成。

　　这一成果成功地将两光子非线性干涉过程扩展到多光子过程，为新型量子态制备、远程量子计量以及新的非局域多光子干涉效应观测等应用奠定了基础。审稿人一致认为这是一个重要的研究工作，并给出了高度评价：该芯片设计精良，包含多种集成光学元件，如纠缠光子源、干涉仪、频率滤波器/组合器；这项工作推动了集成光子量子信息科学与技术研究领域的发展。

人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）