Разработка элементной базы для гибридных квантово-классических сверхпроводниковых нейронных сетей на основе макроскопических квантовых эффектов

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 22-72-10075

НазваниеРазработка элементной базы для гибридных квантово-классических сверхпроводниковых нейронных сетей на основе макроскопических квантовых эффектов

Руководитель Бастракова Марина Валерьевна, Кандидат физико-математических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского" , Нижегородская обл

Конкурс №71 - Конкурс 2022 года «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-201 - Теория конденсированного состояния

Ключевые слова сверхпроводниковые нейроморфные сети, квантовые нейронные сети, быстрая одноквантовая логика, кубит, кудит, квантовый нейрон

Код ГРНТИ29.19.03

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Современные достижения в области информационно-телекоммуникационных технологий способствуют активному развитию систем искусственного интеллекта. Однако, несмотря на колоссальный прогресс и внедрение нейронных сетей практически во все сферы деятельности человека, продолжается поиск оптимальной элементной базы искусственных нейронных сетей с минимальным энергопотреблением и поиск методов для развития глубокого машинного обучения (работа с экстремально большим объемом данных). Одним из актуальных путей решения данных проблем является комбинирование идей квантовых вычислений и нейротехнологий. Целью данного проекта является разработка энергоэффективной элементной базы сверхпроводниковых нейрономорфных сетей, способных функционировать в классическом и квантовом режимах; исследование их работы с применением суперкомпьютерных средств моделирования, использующих макроскопические квантовые эффекты и позволяющих обеспечивать эффективную интеграцию с технологиями интегральной фотоники, включая исследования возможностей совершенствования оптико-сверхпроводникового интерфейса для работы с квантовой информацией. При этом в основе разрабатываемой в проекте концепции быстрого управления элементами гибридных квантово-классических сверхпроводниковых нейросетей, а также и средств аппаратного обучения лежит перспективная энергоэффективная модификация быстрой одноквантовой логики. Комплекс теоретических и экспериментальных исследований в рамках проекта позволят выработать методические рекомендации и протоколы проведения измерений по инициализации, управлению и считыванию элементов квантовых нейронных сетей. Научная значимость проекта определяется получением новых знаний о принципах разработки сверхпроводникового гибридного квантово-классического нейрона, синапса, управляющих и фильтрующих элементов в составе квантовых нейронных сетей.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2025 году
В результате третьего этапа проекта были получены следующие результаты: 1) Разработана концепция цифро-аналоговой сверхпроводниковой нейронной сети, сочетающей аналоговые и цифровые элементы. Исследована нелинейная динамика сигма-нейрона, найдены условия реализации сигмоидальной функции активации при цифровом управлении. Показано, что цифровой контроль расширяет динамический диапазон нейрона и позволяет гибко настраивать его параметры. 2) Созданы дизайны тестовых структур сигма-нейрона с импульсным управлением, проведено имитационное моделирование, подтверждающее перспективность экспериментальной реализации. 3) Предложена архитектура цифро-аналогового исполнения нейронной сети, а также проведено моделирование цифровой обвязки (цифро-аналоговых и аналогово-цифровых преобразователей) с сигма-нейронами с низкой диссипацией в джозефсоновских контактах. 4) Исследована нелинейная динамика сверхпроводниковых нейронов в квантовом режиме. Показано, что адиабатический квантовый параметрон может служить кубитом, а оптимизация управляющих импульсов обеспечивает выполнение однокубитных операций с точностью >99,99%. 5) Разработан протокол считывания состояний кубита и моделирования квантовой нейронной сети с учётом влияния процессов декогеренции. 6) Предложены экспериментальные методики для исследования параметронов и их интеграции с цифровой сверхпроводниковой электроникой. 7) Создана простейшая модель квантовой нейронной сети для задачи XOR, разработан протокол двухкубитных операций на основе цифрового управления нейронами в квантовом режиме работы. 8) Отработана методика изготовления образцов джозефсоновских переходов и многоэлементных сверхпроводниковых структур и проведены низкотемпературные измерения свойств туннельных контактов на основе анализа вольтамперных характеристик и ток-полевых зависимостей структур. На основе разработанных дизайнов схем и апробированной технологии спроектированы отдельные элементы квантовой нейронной сети: сигма-нейроны, сверхпроводниковый адиабатический квантовый параметрон. 9) Предложена оригинальная экспериментальная методика для определения индуктивности интерферометров постоянного тока (а также индуктивности на квадрат используемых тонких сверхпроводящих пленок) на основе измерения периода модуляции вольт-потоковой характеристики ячейки. 10) На основе комплексного аналитического подхода с практическими испытаниями выработаны рекомендации по возможности использования цифровых схем для настройки параметров квантовых сигма-нейронов и связей между ними на основе сверхпроводниковых интерферометров, а также проектирования многоэлементных квантовых нейросетей. Таким образом, в ходе работы предложены и исследованы новые методы цифрового управления классическими и квантовыми сверхпроводниковыми элементами, что открывает перспективы для создания гибридных нейроморфных и квантовых процессоров. Разработанные концепции, модели и экспериментальные протоколы позволяют перейти к практической реализации энергоэффективных вычислительных систем на основе многоэлементных сверхпроводниковых цифро-аналоговых классических и квантовых нейросетей.

Публикации

1. Бастракова М. В., Пашин Д. С., Пикунов П. В., Щеголев А. Е., Кленов Н. В., Соловьев И. И. Управление бифункциональной сверхпроводниковой квантовой ячейкой в режиме потокового кубита и нейрона всетях типа персептрон ФизикА.СПб: тезисы докладов международной конференции, 21–25 октября 2024 г. — СПб.: ПОЛИТЕХ-ПРЕСС, С. 257-258 (год публикации - 2024)

2. Бастракова М.В., Сергеев М.А., Кленов Н.В., Щеголев А.Е., Соловьев И.И., Максимовская А.А. Contemporary implementations of spiking bio-inspired neural networks Mesoscience & Nanotechnology, Volume 1, Issue 1, P. 01-01005 (год публикации - 2024)

3. Бастракова М.В., Пашин Д.С., Пикунов П.В., Соловьев И.И., Щеголев А.Е., Клёнов Н.В. Josephson ‘‘flying qubit’’ revival: Flux-based control optimization Chaos, Solitons and Fractals, V. 196, P. 116353 (год публикации - 2025)
10.1016/j.chaos.2025.116353

4. Бастракова М. В., Пашин Д. С., Губочкин Г. И., Щёголев А. Е., Бакурский С. В., Соловьев И. И. , Клёнов Н. В. Цифровое управление адиабатическим сверхпроводниковым сигма-нейроном Письма в ЖЭТФ, том 121, вып. 9, с. 760 – 767 (год публикации - 2025)
10.31857/S0370274X25050084

5. Бастракова М.В., Вожаков В.А., Клёнов Н.В., Соловьев И.И., Куландин Д.С., Линев А.В., Мееров И.Б. Genetic Algorithm for Searching Single-flux-quantum Pulse Sequences for Two-qubit Quantum Operation Lobachevskii Journal of Mathematics, Vol. 46, No. 1, pp. 21–30. (год публикации - 2025)
10.1134/S1995080224608609

6. Бастракова М. В., Пашин Д. С., Пикунов П. В., Щеголев А. Е. Туннелирование Ландау – Зинера для управления квантовыми операциями потокового джозефсоновского кубита на основе адиабатического квантового параметрона Тезисы НАНОФИЗИКА И НАНОЭЛЕКТРОНИКА. XXIX симпозиум (Нижний Новгород, 10–14 марта 2025 г.) : Тезисы докладов. — Нижний Новгород, 2025, Т.1, С. 15 (год публикации - 2025)

7. Пикунов П. В. , Мельников А. С., Бастракова М. В. Температурные и квантовые флуктуации в идеальном джозефсоновском диоде Тезисы НАНОФИЗИКА И НАНОЭЛЕКТРОНИКА. XXIX симпозиум (Нижний Новгород, 10–14 марта 2025 г.) : Тезисы докладов. — Нижний Новгород, 2025, Т. 1, С. 75 (год публикации - 2025)

8. Сергеев М.А., Бастракова М.В., Вожаков В.А., Кленов Н.В., Соловьев И.И., Терешонок М.В. Neural network searach for optimal pulse trains for qubit dynamic control T-Comm: Телекоммуникации и транспорт. , T-Comm, vol. 18, no.7, pр. 56-63. (год публикации - 2024)
10.36724/2072-8735-2024-18-7-56-63

9. Пикунов П.В., Пашин Д.С., Бастракова М.В. Modelling of a Quantum System Dynamics in an Instantaneous Basis Communications in Computer and Information Science, V. 2363, pp. 31–42 (год публикации - 2025)
10.1007/978-3-031-80457-1_3

10. Сергеев М.А., Бастракова М.В., Вожаков В.А., Соловьев И.И., Клёнов Н.В., Куландин Д.C., Линев А.В. The Comparison of Meta-heuristic and Reinforcement Learning Approach to Implement a Given Qubit Logic Communications in Computer and Information Science, V. 2363, pp. 17–30 (год публикации - 2025)
10.1007/978-3-031-80457-1_2

Возможность практического использования результатов
Результаты проекта формируют научно-технологический задел для развития в РФ перспективных направлений: энергоэффективных нейроморфных систем на основе сверхпроводниковых нейронов, гибридных цифро-аналоговых архитектур для ИИ и квантовых вычислений. Разработанные технологии (джозефсоновские структуры для нейроморфных приложений, методы управления кубитами) могут быть интегрированы в создание нового поколения процессоров для задач оптимизации, машинного обучения и квантовой коррекции ошибок, что критично для конкурентоспособности отечественной электроники и импортозамещения. Социальный эффект включает подготовку высококвалифицированных кадров в области квантовых технологий и искусственного интеллекта, а также укрепление научно-производственной кооперации через внедрение экспериментальных методик (например, Nb-AlOx-Nb структур) в промышленные процессы микроэлектроники, что способствует технологическому суверенитету и устойчивому развитию высокотехнологичных секторов экономики.