The future of ultrafast electronics
36:37 Share

物理学家马蒂亚斯·克林研究光子以及科学可以用超快X射线脉冲做的事情。这些脉冲仅持续阿秒——十亿分之一的十亿分之一秒，克林说。他利用这些脉冲创建电子在电池和太阳能电池等材料中移动的慢动作“电影”。获得的知识可能会重塑材料科学、超快和量子计算机、人工智能和医学诊断等领域，克林在斯坦福工程学院的《一切的未来》播客中告诉主持人拉斯·阿尔特曼。如果你有问题想问拉斯，请以书面或语音备忘录的方式发送给我们，它可能会在即将到来的节目中被提及。请介绍自己，告诉我们你来自哪里，并分享你的问题。你可以将问题发送到[email protected]。剧集参考链接：斯坦福个人资料：马蒂亚斯·克林马蒂亚斯的实验室：SLAC国家加速器实验室与我们联系：剧集文字记录 >>> 一切的未来网站与拉斯联系 >>> Threads / Bluesky / Mastodon与工程学院联系 >>> Twitter/X / Instagram / LinkedIn / Facebook章节：(00:00:00) 引言拉斯·阿尔特曼介绍嘉宾马蒂亚斯·克林，斯坦福大学光子科学与应用物理学教授。(00:02:52) 超快电子学概述使超快光子学和电子学进步成为可能的技术。(00:05:32) 阿秒科学应用使用阿秒脉冲捕捉电子和分子的运动。(00:09:31) 光电效应见解阿秒科学对理解光电效应和量子力学的影响。(00:13:27) 实时分子测量使用光波捕捉室温下分子的图像。(00:19:32) 超快电子学的未来阿秒光脉冲如何以拍赫兹速度彻底改变计算。(00:23:28) 能源高效的量子计算使用光波电子学的室温量子计算机的潜力。(00:26:33) 科学中的人工智能和机器学习人工智能在优化超快电子学研究和数据收集中的作用。(00:28:51) 实时人工智能数据分析机器学习使得对大量实验数据的实时分析成为可能。(00:32:15) 结论 与我们联系：剧集文字记录 >>> 一切的未来网站与拉斯联系 >>> Threads / Bluesky / Mastodon与工程学院联系 >>> Twitter/X / Instagram / LinkedIn / Facebook</context> <raw_text>0 大家好，我是拉斯·阿尔特曼，来自《一切的未来》。我们在播客中开始新的问答环节。在每集的最后，我会回答一些来自观众和听众的问题。

如果你有问题，请以书面或语音备忘录的方式发送给我们，它可能会在即将到来的节目中被提及。请介绍自己，告诉我们你来自哪里，并给我们你的问题。你可以将问题发送到thefutureofeverythingatstanford.edu。《一切的未来》，一个词，没有空格，没有大写字母，什么都没有，@stanford.edu。

S-T-A-N-F-O-R-D 点 E-D-U。非常感谢。

所以这对于阿秒科学来说绝对是正确的。这个领域在过去20年中发展了很多。在早期，人们只满足于理解阿秒脉冲的样子，并能够产生这种非常短的光。但如今，社区非常勇敢。我们正在研究微电子学。我们正在研究医疗应用。以费伦茨·克劳斯为例，他正在研究利用该领域开发的一些技术进行他所称的

分子指纹识别。因此，基本上你将光照射到一滴血液上，记录出来的光波，然后从你记录的确切波动性质中推断出你可能患有什么疾病。

这是斯坦福工程学院的《一切的未来》，我是你的主持人拉斯·阿尔特曼。如果你喜欢这个播客，请在你现在收听的应用程序上点击关注。这将确保你不会错过任何一集，并且你会全面了解一切的未来。

今天，斯坦福大学的马蒂亚斯·克林将告诉我们，我们产生超快光脉冲的能力将彻底改变科学发现和计算。这是超快电子学的未来。在我们开始之前，请记得在你收听的任何应用程序中关注该节目。这将确保你不会错过任何未来的内容。

所以我们都知道电子学是快速的。计算机、光纤，它们的操作速度在纳秒级别，即十亿分之一秒。一秒钟有十亿个纳秒。这就是我们现在计算机和智能手机的工作方式。但物理学家最近找到了产生阿秒光脉冲的方法，A-T-T-O秒。

一纳秒中有十亿个阿秒。因此，如果你听说过这个词，一秒钟中有它的数量是千亿。

那么这有什么意义呢？这意味着我们可能能够对物理系统进行测量，捕捉到超快的运动，甚至制作化学键形成或断裂或单个电子从新材料表面出现的电影。

这也将导致更快的计算机，包括传统计算机和量子计算机。马蒂亚斯·克林是斯坦福大学光子科学与应用物理学的教授，也是这些非常快速的光脉冲及其应用的专家。他将告诉我们所有这些技术如何可能彻底改变一切的未来。

- 马蒂亚斯，你的研究专长之一是超快电子学，超快光子学。是什么技术或能力使这些进展现在成为可能？ - 是的，谢谢你，拉斯。首先，感谢你邀请我。

我喜欢谈论超快。因此，当你想到我们所经历的最快过程时，那就是我们的计算机，对吧？它们以千兆赫兹的频率运行。所以如果你将其转换为时间尺度，那就是纳秒级别。

所以这是我们所习惯的尺度，但在那之下还有几个数量级的尺度，事情的演变速度甚至比电子在你的电子设备中飞速移动还要快。例如，分子旋转，

这需要皮秒时间，处于皮秒时间尺度上，所以是10的负12次方秒。因此，皮秒比纳秒快一千倍。我只是确认一下。没错，比纳秒快一千倍。然后比皮秒快一千倍的是飞秒。这是分子键断裂和重组的时刻。

而我所关注的时间尺度甚至更快，是阿秒时间尺度。所以是10的负18次方秒。这是一亿分之一的亿分之一秒。你必须在黑板上写很多零才能到达最后的那个一。是的。这是阿秒，供不熟悉的人参考，A-T-T-O，秒，阿秒。

就是我们在这里讨论的。如果我没记错的话，纳秒中有一百万个阿秒，这已经是我们计算机的操作速度了。好的。是的。因此，基本上一个阿秒与一秒相比

大约是心跳频率，对吧？就像一秒与宇宙的年龄相比。因此，研究人员能够观察这些令人难以置信的快速时间尺度的能力已经令人震惊。事实上，20年前是……在2001年，实际上是……

神奇的一年，两个小组成功测量了第一个阿秒脉冲，费伦茨·克劳斯和皮埃尔·阿戈斯蒂尼的小组基于安妮莉·耶所开发的高次谐波生成技术，从强激光相互作用中产生X射线。

他们去年因这一发现获得了诺贝尔奖。他们获得奖项是有充分理由的，因为这些非常短的光闪光使我们能够拍摄电影。因此，想象一下你在舞池中跳舞，对吧，在迪斯科舞厅，手里拿着手电筒。

照亮你的舞蹈，那么你会看到自己在舞池中跳舞的静态图像。如果你把它们全部放在一起，你可以拼凑出整个舞蹈。是的。以某种方式，如果你使用这些极短的光闪光，正好在阿秒短的情况下，

我们实际上可以在电子在分子或纳米系统中运动时闪烁它们，或者无论是什么，我们可以看到它们如何从A移动到B等等。因此，它们是如此不可思议的快速，以至于我们需要这些非常非常短的光闪光来拍摄它们运动的静态图像。

所以，非常感谢你。这是非常令人兴奋的。阿秒是我们新的最爱时间单位。在阿秒时间尺度上，物理学中发生了什么事情，你可以拍摄电影？所以你提到心跳大约是每一秒一次。因此，我们可以获得心跳的漂亮图像，因为它大约需要一秒。我只需将其分成10或100个部分。

一百分之一秒或十分之一秒，我就可以获得一两个心跳的平滑电影。没错。我们不需要阿秒来观察心脏。哦，也许我错了。你会告诉我至少粗略的心跳。这只会是非常非常慢的，许多人现在都知道这一点，因为我们所有人都在手机上有慢动作，如果你拍摄太多时间点，心脏就会变得非常缓慢，因此一定会有有趣的事情发生。

在阿秒时间尺度上，描绘一下我们将能够在这些电影中看到什么样的事情。

是的，所以想象一下，你，实际上拍摄的第一部电影是爱德华·迈布里奇在斯坦福拍摄的。斯坦福大学当时并不存在，但斯坦福是一个大型马场。是的。问题是，马在奔跑时是否四蹄离地，对吧？

他们无法回答这个问题，因为运动太快了。因此，他们在争论这是否是事实。然后爱德华·迈布里奇有一个非常好的主意，在马道上组装一组相机。

并在马沿着赛道行进时逐一触发它们。因此，他记录了马在赛道上的静态图像，实际上他确实捕捉到了一张马四蹄离地的图像。因此，他们能够回答当时存在的一个非常基本的问题，这是有史以来拍摄的第一部电影。- 太好了。- 我们将这个基本概念推向极限。

因此，我们正在观察你现在可以想象的最快运动，那就是电子。

在原子周围飞速移动，围绕小分子飞速移动。因此，我们观察的一个非常基本的过程，实际上昨天刚刚发表了一篇论文，是光发射。光电效应是爱因斯坦基本上能够用量子力学描述的东西。他因这一发现获得了诺贝尔奖。

对于这个描述。基本上，你将光照射到某种金属上，例如，作为光照射到该结构的作用，发射出一个电子。

好的。这个电子具有一定的动能，我们都可以测量到。因此，你会认为这大约是100年前，对吧？所以至少他的价格是。所以你会认为这已经很好理解了，对吧？100年的物理学。我的意思是，我们一定理解这一点。

但实际上，直到最近，直到阿秒科学出现之前，实际上并不清楚光被结构吸收与电子出现之间究竟需要多长时间。是的。这被认为是基本上瞬时的，对吧？所以人们说，好的，这太快了，基本上是瞬时的。

但这并不完全正确。因此，如果你查看细节，你会发现这个电子实际上确实在移动，它需要一点时间才能出来。

有趣的是，出来所需的时间与它所处的环境有很大关系，对吧？如果它在分子和原子中，以及周围有多少其他物质，以及它如何与其他电子和事物相互作用。因此，这是量子力学的极限。我们正在观察电子从原子中出来所需的时间，例如，当我们照射光时。

这是我们可以测量的。大约需要，让我们说，100阿秒到最新的测量结果高达700阿秒。它告诉我们关于系统的信息。因此，我们可以将其与非常详细、非常困难的计算进行比较。实际上，我们刚刚发布的数据自2018年以来就存在。因此，六年前，对吧？六年前，我们花了六年时间让理论赶上。

所以我喜欢这些实验，我们获得数据，然后理论在挠头，他们想，哦，我需要解释这个。我需要有一个理论来解释 – 是的。好的。所以这听起来很棒。让我暂停一下，确保我们理解。所以 –

你是在拍摄多个电子离开表面的电影，然后对它们进行平均以获得感觉吗？还是你能够实际观察到像单个原子离开表面的单独电影？

是的，所以这很有趣。这实际上让我想到了自由电子激光。因为自从阿秒科学的发明或诞生以来，这些诺贝尔奖获得者进行了实验，使用的只是他们实验室中的普通桌面设备。在这种情况下，他们观察了所谓的价电子。这些电子在某种意义上是最不受束缚的电子，它们是最容易移除的。

是的。它们通常并不是非常局部化的。好的。因此，如果你想象一下你有一个固体或一个分子，这些电子并不只是坐在一个特定的原子上，而是对整个结构有某种去局部化。因此，你的问题非常好，因为使用这些桌面技术，很难回答电子究竟来自哪里。

是的。现在我们可以使用能量更高的X射线。这些X射线可以深入穿透原子，非常特定的原子。我们可以调节能量，仅仅针对，例如，氮原子、氧原子等，然后观察来自该特定原子的光发射，位于一个非常大的分子中。因此，我们非常具体。哇。是的，非常具有医学插入性的某种意义上。因此，我们可以探测的内容非常具体。

这真的很棒，因为我们越具体地观察某个地方发生的事情，最终我们记录的电影就越详细，当然我们与我们试图推进的理论的比较也就越详细。对吧？因为在理想的世界中，

理论可以解释一切。因此，既然我们在谈论一切的未来，你希望有一天我们有一个人工智能，它使用如此先进的理论计算，以至于我们不再需要进行实验。对吧。对。我认为这实际上也是我对生物学的目标。是的。因此，我个人的看法是，我们永远不会到达那里。

但这也是因为我们提出的问题越来越复杂。因此，简单的问题，理论可能会像我掉下一个苹果，让它掉到地面，我几乎可以很好地预测它何时到达地面。

但对于复杂的问题，理论必须做出假设。尤其是对于量子力学。如果我观察非常复杂的系统，我需要做出很多假设来描述实验给我的结果。因此，实验与理论之间的这种相互作用

是为了发展理论并使其更好，并帮助我们利用这种基本理解来制造更好的材料，例如用于太阳能电池的材料，更好的催化剂以生产新燃料等等。因此，在我们达到的这种非常基础的理解中，确实有现实世界的影响。

是的，我在《一切的未来》播客中曾邀请过从事材料科学或电子技术的嘉宾。

抱歉，电池。让我印象深刻的是，这些领域仍然有非常经验的方面。这不是批评，但实验工作非常重要，因为他们并不总是有支持的理论。因此，我从你这里理解到，这些测量将为理论提供基础，他们可能能够在进入实验室之前对要寻找的内容或要构建的内容有更多的想法，以获得他们所寻求的属性。

所以这对于阿秒科学绝对是正确的。这个领域在过去20年中发展了很多。在早期，

人们只满足于理解阿秒脉冲的样子，并能够产生这种非常短的光。但如今，社区非常勇敢。我们正在研究微电子学。我们正在研究医疗应用。费伦茨·克劳斯为例，他正在研究利用该领域开发的一些技术进行他所称的微电子学。

分子指纹识别。因此，基本上你将光照射到一滴血液上，记录出来的光波，然后从你记录的确切波动性质中推断出你可能患有什么疾病。是的，因为有特定的分子具有某种，正如你所说，你使用了“签名”这个词。这些分子具有独特的签名，你可以检测到。好的，让我问几个关于这个的问题，因为现在你接近我可能完全理解的事情。好的。

关于活系统和血液的事情是它在室温或体温下，分子移动得很快。你之前提到你可以专注于单个氮原子。这让我觉得你必须做一些事情来保持这些分子不移动太多，但也许不需要。那么温度的问题——你是否必须冷冻一切才能进行这些测量，还是室温或体温在范围内？是的。

所以这是一个很好的问题，因为你已经说明了在它们在体内功能的温度下研究系统的兴趣。因此，理想情况下，我们不想冷冻结构以研究它们的行为，因为这将非常特定于我们创建的晶体结构，并且可能无法反映我们在现实世界中看到的情况，对吧？如果我们两个都被冻结，这次采访将会非常不同。

当然。没错。因此，这是一个很好的例子。事实上，这就是这些X射线自由电子激光的作用所在。它们可以产生，我必须稍微退后一步来解释那是什么。因此，自由电子激光本质上是从线性加速器开始，加速电子，这些微小的量子粒子。

以非常高的能量，对于目前在场的专家来说。借助我们新的超导加速器，我们可以达到四吉电子伏特，未来将达到八吉电子伏特。因此，这些是非常非常高的能量。然后我们将这些高能电子发送通过所谓的调制器。这本质上是一个周期性的磁结构，迫使电子摆动，稍微振荡。

而电子不喜欢振荡。它们在这样做时会发出辐射。因此，这被称为同步辐射。通过一些技巧，我们实际上可以在这些自由电子激光中放大这种辐射。我们可以使其相干，而不是称为非相干。因此，它变得像激光一样。因此，它确实在亮度上获得了很大的提升。这些FELs，它们在亮度和强度上相对于已经生成X射线数十年的同步辐射有着不可思议的提升。X射线自由电子激光大约自2009年以来就存在。因此，那时进行了第一次实验，首次见光。我们的新超导加速器实际上是在去年投入使用的。

因此，这是一个相对年轻的领域。现在我们可以使用这些极其明亮的X射线脉冲。想象一下，你知道，这根本无法与医生办公室的设备相比。首先，它是激光般的，这对检测非常有帮助，例如，帮助你构建3D图像，而不仅仅是投影。因此，当你在牙医那里拍摄牙齿的图像时，有时很难看到细节。对吧。

当你使用激光般的辐射时，你拍摄同样的图像。即使我不是牙医，我也能看出我看到的是什么，因为它是社交的。你获得那种深度信息，因此你获得3D图像。这是我们生成的辐射类型，只是更亮的辐射。

而且它也非常短。因此，我们从X-FIL获得的脉冲，我们可以调节它们。如今，我们可以生成阿秒光脉冲。这实际上是由阿尔戈·马里内利和詹姆斯·克莱因在LCLS这里发明的，实验室的两位非常出色的科学家。借助这些极短的光脉冲，我们可以，例如，照亮一个生物分子。然后...

然后拍摄一张衍射图像，X射线衍射图像，只需一次照射。因此，一次X射线照射就给我们结构。现在想象一下，在现实生活中，在自然界中，你不仅仅拥有那一个结构。你需要将其冷冻以仅拥有那一个结构。你有许多不同的...

方式，蛋白质可能会根据温度、环境等而变化。因此，我们在这些X-FELs中拍摄所有这些图像。因此，我们让系统在室温下，可能刺激一些动态，比如我们混合一些东西，然后这个东西折叠或催化某些东西。因此，酶是我们观察的对象。

我们同时跟踪所有这些。因此，基本上，我们拍摄了所有正在同时发生的事情的众多图像。然后我们可以利用这些信息真正告诉我们自然在做什么。

而自然正在做的一件非常令人兴奋的事情是实际上生成我们呼吸的氧气。因此，X-FELs最被研究和成功的故事之一是光系统2的研究。它本质上是一个位于植物中的系统，利用水和阳光生成氧气。

对地球生命至关重要。没错。没错。每个人都知道这一点。但确切的发生方式是一个循环，这个催化循环非常复杂，有几个步骤，人们知道，但他们并不完全知道结构是什么样的，以及它在现实中如何运作。实际上，在这些X-FELs中首次研究这一点是非常可能的。因此

现在我们对光系统2如何利用阳光分解水生成氧气有了非常基础的理解。这当然是惊人的，因为如果你实际上想要利用我们人类的技术从水中生成氧气，对吧，而不是自然所做的，我们需要使用非常高的电流或其他东西。这将是一个非常昂贵的。

作为一个过程效率低下。因此，我们通过观察和拍摄自然发生的电影来学习自然的秘密。没错。这是《一切的未来》，我是拉斯·阿尔特曼。接下来是与马蒂亚斯·克林的更多内容。欢迎回到《一切的未来》。我是拉斯·阿尔特曼，我正在与斯坦福大学的马蒂亚斯·克林教授交谈。在上一段中，马蒂亚斯向我们解释了一些生成非常快速光脉冲的新能力。

这些光脉冲可以控制电子，并对物理材料进行测量，使我们能够实时观察它们的运动和变化。他们正在制作超级慢动作的电影。在这一段中，马蒂亚斯将告诉我们所有这些将如何导致更快的计算机和电子设备。他还将告诉我们人工智能和机器学习在所有这些努力中的作用。

所以，马蒂亚斯，我想问你一个你实际上是专家的领域，即超快电子学。在谈话的早期，你提到我们当前的电子设备在纳秒级时间尺度上运行，但我们现在已经谈论了阿秒一段时间。是否有可能利用这种速度为我们的下一代电子设备服务？

是的，谢谢你提出这个很好的问题。因此，我自己非常热衷于提高电子设备的速度。我们梦想实现这一目标的方式之一是利用

光波本身，光波本身的电场来引导电子和电路。因此，目前，这只是通过施加电压来完成的，然后你在这些电线中移动电子，它们通常...

有一些阻力限制速度。还有其他一些限制。因此，实际上，如今的晶体管已经达到了千兆赫兹的频率。因此，它们仍然在纳秒级别运行。

但我们梦想将其推向阿秒级别，在频率空间中，这将不是千兆赫兹。甚至不是太赫兹，而是下一个级别，即拍赫兹。因此，你可能会想，我们能走多远？好吧，有一个限制。摩尔定律将有一个限制。这个限制本质上是光速。因此，你不能比光速更快。这是一个非常基本的法则。

而且，基本上，一旦我们开始以接近光速的速度移动电子，这就是我们能达到的速度。但我们距离这个目标还非常遥远。因此，我们大约比这个速度慢一百万倍。因此，我们希望利用这些光波，实际上阿秒社区已经做了很多工作，产生了非常好控制的光波，这些光波在其实际的

亚周期演变上被控制到极其细微的细节。想象一下一个光波，它有多个周期，你可以在黑板上画出光波传播的方式。现在我真的在观察光波与电子相互作用的非常细微的细节。因此，这一原理实际上在2013年首次在原型设备中得到了证明，他们照射光，基本上这是一个非常简单的原理。

设备只有介电体和两个金属接触点。借助这种强光，能够将介电体转变为金属。因此，能够基本上使其导电。因此，这是10的18次方的导电性变化。这几乎就是晶体管的作用。没错。因此，你从电子无法通过到东西可以通过，但现在是光。是的。

而且现在真的很快，因为你使用光波本身来开关它。因此，我们已经在社区中证明了开关速度可以达到拍赫兹时间尺度。这太棒了。制造真正的晶体管仍然是一个挑战，因为我们需要将这种非常概念集成到现在有一百万或一万亿个处理器的东西中。

然后让所有这些并行工作。当然，想想我们需要的光源，还有许多挑战，但在我看来，这是一个指数增长的领域。越来越多的人参与其中。而且这也很好，因为这是一个，即使我们可能永远无法真正达到制造那种光速电子设备的目标，沿途也会发生许多伟大的发现。这就是乐趣所在，对吧？作为研究人员……是的，我的意思是，你说有一百万，有机会快一百万倍，但人们可能会很高兴在解决细节时快一千倍。现在，当你考虑到……我知道这还很早，我知道这还很遥远，但这并不妨碍我问这些问题。

物理学家马蒂亚斯·克林研究光子以及科学如何利用超快脉冲的X射线。这些脉冲仅持续阿秒——十亿分之一的十亿分之一秒，克林说。他利用这些脉冲创建电子在电池和太阳能电池等材料中移动的慢动作“电影”。获得的知识可能会重塑材料科学、超快和量子计算机、人工智能和医学诊断等领域，克林在斯坦福工程学院的《一切的未来》播客中告诉主持人拉斯·阿尔特曼。你有问题想问拉斯吗？请以书面形式或通过语音备忘录发送给我们，它可能会在即将到来的节目中被提及。请介绍自己，告诉我们你从哪里收听，并分享你的问题。你可以将问题发送至[email protected]。剧集参考链接：斯坦福简介：马蒂亚斯·克林马蒂亚斯的实验室：SLAC国家加速器实验室与我们联系：剧集文字记录 >>> 一切的未来网站与拉斯联系 >>> Threads / Bluesky / Mastodon与工程学院联系 >>> Twitter/X / Instagram / LinkedIn / Facebook章节：(00:00:00) 引言拉斯·阿尔特曼介绍嘉宾马蒂亚斯·克林，斯坦福大学光子科学与应用物理学教授。(00:02:52) 超快电子学概述使超快光子学和电子技术进步的技术。(00:05:32) 阿秒科学应用使用阿秒脉冲捕捉电子和分子的运动。(00:09:31) 光电效应见解阿秒科学对理解光电效应和量子力学的影响。(00:13:27) 实时分子测量使用光波在室温下捕捉分子的图像。(00:19:32) 超快电子学的未来阿秒光脉冲如何以拍赫兹速度彻底改变计算。(00:23:28) 能源高效的量子计算使用光波电子学的室温量子计算机的潜力。(00:26:33) 科学中的人工智能和机器学习人工智能在优化超快电子学研究和数据收集中的作用。(00:28:51) 实时人工智能数据分析机器学习使得对大量实验数据的实时分析成为可能。(00:32:15) 结论 与我们联系：剧集文字记录 >>> 一切的未来网站与拉斯联系 >>> Threads / Bluesky / Mastodon与工程学院联系 >>> Twitter/X / Instagram / LinkedIn / Facebook</context> <raw_text>0 当你想到这些潜在的计算机时，它们会非常节能，还是说它们可能至少在最初会非常耗能？因为正如你所知，如今人们不仅在考虑计算，还在考虑金融。

每单位功率的计算需求，因为功率需求开始与影响全球温度的事物相挂钩。所以我知道这还很早，我知道，但至少理论上，这些东西会是低能耗还是高能耗？

我的意思是，我们都希望当然能生产低能耗的消费电子产品。我能想象我们到达这一目标的方式，基本上是使量子计算在室温下成为可能。目前，量子计算机实际上并不需要十亿个晶体管。对吧。你实际上是通过每增加一个量子比特来翻倍计算能力。

每增加一个量子比特，你的功率就会翻倍。因此，我们需要的数量非常有限，以便在这些量子计算机中拥有巨大的计算能力。量子计算机的基础是保持相干性，想象一下你有一个波动的东西

进入量子计算机，我们需要保持这种波动特性。因此，我们用这些波进行计算，然后我们需要保持这种特性。这本质上就是光波电子学，我们称之为，或者说拍赫兹电子学所做的。我们利用光的高度相干特性，并保持过程的量子特性。

而且，由于我们在室温下研究这一切，我们希望有一天我们会有正确的配方，也许不需要在电路上构建十亿个晶体管，而是有足够的这些节点来基本上构建一个可以在室温下运行的量子计算机。这将是非常节能的，非常节能。

因为我们不需要将其冷却。想象一下将某物冷却到低温。这是你需要的一个巨大的设备。事实上，我们在LCLS这里就有这样的设备。因此，我们在两开尔文下运行超导加速器。

我们需要将其冷却到两开尔文，以达到没有电阻的超导状态。因此，基本上我们可以提高场强，并在不产生大量热量的情况下产生这些巨大的场。因此，在电子加速过程中，这变得高效，但在首先产生冷氦方面却非常低效。因此，量子计算机目前都是在使用低温。

这是我和社区一起梦想的事情，我们可以逐步摆脱这一点，开发室温下的超导体，使我们能够做到这一点，或者我刚才提到的先进光波电子学。

非常令人兴奋。因此，听到量子计算可能是比传统计算机更容易的第一个应用是非常有趣的，因为考虑到室温以及仅仅添加单个量子比特的能力。在最后几分钟里，我想问你关于人工智能和机器学习的角色，因为我知道它在这个领域很重要，并且它正在每个人的生活中出现。我的理解是，它甚至在你的工作中也出现了。

确实如此。事实上，我们在SLAC有一个MLAI项目，这是一个不断增长的项目，基本上对我们所有的科学项目都有影响。我们当然与斯坦福社区在这方面有着非常紧密的联系，以及硅谷发生的事情。因此，我必须说这是一个极其激动人心的时刻。

有很多应用。简单的例子是，例如查看我们创建的日志。当我们获取实验数据时，进行实验的人会在日志中输入信息。这通常是非常隐晦的。让我们说，五年后很难理解某人在写日志时的想法，对吧？对。你可以使用这些大型语言模型来真正帮助你解释你在这些日志中发现的内容。

因此，你可以询问，而不是挠头想知道他们当时到底是什么意思，你可以问人工智能他们的解释是什么。我认为这真的可以帮助我们。这是一个非常简单的应用。从某种意义上说，我们还有更好的应用。想象一下，我们有一台非常复杂的机器，用于产生X射线，从注入器开始。然后我们有一个两英里的加速器。有许多不同的单元需要协同工作。

在过去，我们通常有专家操作员。设施全天候运行。最优秀的操作员可以在短时间内对齐这台机器，但你需要大量的培训才能做到这一点。

如今，我们可以使用人工智能来帮助我们进行这种对齐。因此，这样做的速度更快。我们节省了成本，并使机器更高效，更适合我们所追求的所有这些应用，因为机器越稳定，我们获得的数据就越好。

我发现这两个例子真的很惊人，因为你没有谈到我相信你正在收集的所有数据。我的意思是，当然，最终你谈到了前期获取数据收集过程更高效的方法。而在后期，你可以对自己说，五年前我们做了一些事情，我们当时并不认为这很重要。

但突然之间，它变得非常重要。我可以使用人工智能来帮助理解吗？所以我想我最后一个问题是，人工智能在理解你观察到的内容方面如何？你在谈论三维电影和类似的东西。人工智能会在这里发挥作用吗？当然，我们希望这是真的，而不是幻觉。

几乎可以肯定，对吧？所以目前，我可以告诉你，我们使用新的超导加速器，每秒产生多达一百万个脉冲。因此，想象一下你每秒记录多达一百万张图像。

每张图像有，我不知道是什么，假设是兆字节，对吧？所以，抱歉，兆像素。因此，这是一个巨大的数据量。事实上，这么多数据，我们将很难将其存储在某个地方。但最重要的是，人们带着他们最喜欢的生物分子来到这里，他们想要的只是结构。

对。因此，如果我们产生了这么大量的数据，研究人员很难去处理这些数据，解释他们所看到的内容，并将其分类为这是好数据，这可能不那么有趣，仅仅存储真正有趣的内容并进行分析。我们绝对可以通过机器学习来简化这一过程。因此，这正在被使用。

我们与超大规模计算中心合作，基本上实时查看这些数据，并将数据发送到超级计算机。然后，抱歉，超级计算机。然后基本上，

在几分钟内分析结构。因此，我们可以输入一个结构，记录这大量数据，机器学习算法基本上从记录的数据中预测结构，这是人类永远无法做到的，因为数据量太大，无法处理。

我们有一个初步的指示，这个实验是否有效？我们是否应该在某种特定物质上花更多时间，还是应该去下一个，对吧？因此，这些非常重要的问题，我们不想基于我们发送到实验的任何光子。因此，我们分析数据的速度越快，我们从数据中获得的信息越全面，就越好。这只是一个例子，但基本上机器学习在...

如今在运行这些非常复杂的机器和分析大量数据方面是如此重要，我无法想象一个我会再次将两者分开的世界。因此，我也认为像我们在这里运营的设施，LCLS在SLAC，

他们可以帮助机器学习/人工智能社区，因为我们是数据生产者，对吧？对。因此，我们产生大量数据，他们可以测试他们正在开发的模型和不同算法是否适用于这些类型的问题。我认为有很多东西可以学习

不仅是我们这边的机器学习社区，还有另一端，对吧？所以反过来。我们基本上是数据提供者，他们在这些数据上尝试不同的算法。好吧，这很好。我想我们就此结束。感谢你对阿秒和物理学的介绍，它将帮助构建更好的计算机，并在广泛的应用中使用和帮助人工智能分析数据。

感谢马蒂亚斯·克林。这就是超快电子学的未来。感谢您收听这一集。你知道，我们有超过250集的回顾目录，因此你可以访问各种主题的广泛讨论，这将为你描绘出一切的未来。同时，如果你喜欢这个节目，请考虑告诉你的朋友、家人和同事，因为这是扩大我们观众群和获取反馈的最佳方式。

你可以在X上与我联系，用户名是RB Altman，或者与斯坦福工程学院联系，用户名是Stanford ENG。

如果你想问关于这一集或之前一集的问题，请给我们发送书面问题或语音备忘录问题。我们可能会在未来的节目中提及它。你可以将其发送至[email protected]。所有一个词，the future of everything。没有空格，没有下划线，没有破折号。the future of [email protected]。再次感谢你的收听。我们希望你喜欢这个播客。

♪