量子科技中心_量科网

固态材料、分子及其他化学体系中的自旋特性，有望在量子传感、通信、模拟与计算领域产生深远影响。其中，金刚石中的色心结构——如带负电荷的氮空位中心（NV⁻）和硅空位中心（SiV⁻）——正发展为具备商业化应用潜力的量子平台。这一突破性进展源于其类半导体特性可通过生长工艺进行定制调控。然而，庞大的生长参数空间使得依靠经验直觉优化量子性能面临巨大挑战。本研究中，该团队基于百余个量子金刚石样本的合成参数，采用监督式机器学习训练回归模型，重点优化了NV⁻缺陷以实现高灵敏度磁强计应用。研究创新性地引入磁场灵敏度作为NV磁强计的性能评价指标，并运用贝叶斯优化技术，最终将样品性能较平均水平提升300%，较历史最优样本提升55%。通过沙普利重要性排序分析，该工作揭示了最具影响力的生长与后处理参数：电子辐照剂量、金刚石籽晶相对于等离子体的埋置深度、籽晶偏切角以及反应室氮浓度。鉴于不同量子器件对材料性能的差异化需求，等离子体增强化学气相沉积（PE-CVD）等先进生长技术能为量子应用提供定制化的材料开发解决方案。