摘要：一个国际团队将两种实验室合成的材料合并为曾经无法存在的合成量子结构，并产生了一种预期的异国情调结构，可以提供洞察力，这些见解可能会导致量子计算的核心。...
由罗格斯大学新不伦瑞克省研究人员领导的国际团队将两种实验室合成的材料合并为曾经无法存在的合成量子结构，并产生了一种预期的异国情调结构，可以提供洞察力，这些见解可能会导致量子计算的核心新材料。
这项工作，在日记中的封面故事中描述纳米字母，解释了四年的连续实验如何导致一种新颖的方法来设计和建造由不同的原子层组成的独特，微小的三明治。微观结构的一片由钛酸钠制成，这是一种无机化合物，用于核反应堆用于捕获放射性材料并包含难以捉摸的磁性单电孔颗粒，而另一个则由Pyrochlore Iridate（一种由Pyrochlore Iridate组成），这是一种新的磁性半含量，主要用于当今实验研究，这是由于其独特的电子，磁性和磁性的磁性性能。
单独地，由于它们的独特特性挑战了对量子物理学的常规理解，因此两种材料通常被认为是“不可能”的材料。
异国情调的三明治结构的建设为科学探索奠定了基础，在原子量规模上称为界面，材料相遇的区域。
Claud Lovelace Lovelace Lovelace Endewed enderifice the Arts Schools和Arts Sciience a rutgers Schools和Sciience的实验性的实验学教授Jak Chakhalian说：“这项工作提供了一种设计全新的人工二维量子材料，具有以前不可能的方式推动量子技术并更深入地了解其基本属性。”
Chakhalian及其团队正在探索一个遵循量子理论定律的领域，该定律是物理学的一个分支，描述了原子和亚原子层面物质和能量的行为。量子力学的核心是波粒对偶性的概念，其中量子对象可以具有像波一样和类似粒子的特性 - 激光器，磁共振成像（MRI）和晶体管等技术背后的基础原理。
查卡哈利亚人高度赞扬三名罗格斯学生的努力，他们为这项研究做出了重大贡献：迈克尔·特利利（Michael Terilli）和宗奇·吴（Tsung-Chi Wu），都是博士生，以及多萝西·多蒂（Dorothy Doughty），他们于2024年毕业，并从事这项研究的工作。此外，与Chakhalian合作的材料科学家Mikhail Kareev对新合成方法做出了主要贡献，以及最近从物理和天文学系毕业的博士生Fangdi Wen。
查卡利安（Chakhalian）说，创建独特的量子三明治在技术上是如此具有挑战性，以至于团队必须建立一个新设备来完成这项壮举。
该仪器称为Q-DIP，是量子现象发现平台的缩写，于2023年完成。Q-DIP将红外激光加热器与另一个激光器结合在一起，该激光器可以在原子水平上构造材料，一层逐层。该组合使科学家能够探索材料的最复杂的量子特性，直至绝对零的超冷温度。
查卡利安说：“据我们所知，这项调查在美国是独一无二的，这代表了一个突破性的工具进步。”
钛酸盐症（也称为旋转冰）的实验三明治的一半具有特殊的品质。内部的微小磁铁，称为旋转，以一种看起来完全像水冰的模式的方式排列。旋转冰中微小磁体的独特结构使它们可以作为称为磁性单极的特殊颗粒出现。
磁性单极是一种像磁铁一样起作用的粒子，但只有一个极 - 北或南部，但两者却不是两者。诺贝尔奖获得者保罗·迪拉克（Paul Dirac）在1931年预测的该物体在宇宙中并不以自由形式存在，但在旋转冰中，由于材料中的量子机械相互作用而出现。
在三明治的另一侧，半学的pyrochlore液体也被认为是异态的，因为它包含称为Weyl Fermions的微小相对论颗粒。同样，令人惊讶的是，尽管赫尔曼·韦伊尔（Hermann Weyl）在1929年预测，但这些异国情调的颗粒在2015年以晶体的形式发现，像光一样移动，可以以不同的方式旋转 - 左撇子或右手旋转。它们的电子特性非常强大，并且可以抵抗某些类型的干扰或杂质，从而使其作为电子设备的一部分时非常稳定。结果，pyrochlore液可以很好地进行电力，以异常的方式响应磁场，并在暴露于电磁场时表现出特殊效果。
Chakhalian说，创建的新材料的合并性能使其成为有前途的候选人，包括量子计算，尤其是对于下一代量子传感器。
他说：“这项研究是材料综合方面迈出的一大步，可能会严重影响我们创建量子传感器的方式，并进步Spintronic设备。”
量子计算采用量子力学的原理来处理信息。量子计算机使用量子位或量子位，这些量子位或量子位在多个状态中同时存在，这是由于量子物理原理称为叠加。与经典计算机相比，这可以使复杂的计算更有效地执行。
研究人员开发的材料的特定电子和磁性可以帮助创建非常不寻常但稳定的量子状态，这对于量子计算至关重要。
当量子技术变得实用时，它将通过彻底改变药物发现和医学研究，显着改善运营，可预测性和财务，物流和制造成本的成本来对普通生活产生重大影响。科学家说，它也有望彻底改变机器学习算法，使人工智能系统更强大。
