科学家实现麦克斯韦妖式量子算法冷却
麦克斯韦妖算法冷却原理抽象图
中国科学院量子信息重点实验室李传峰教授的研究团队在中国科技大学郭广灿院士的带领下,在量子冷却研究方面取得了重要进展。该研究团队与哈佛大学和清华大学的理论团队合作,提出了一种新的类麦克斯韦妖的量子冷却算法,并通过在光学系统中的量子模拟技术实验,演示了这种量子冷却方法的工作原理。研究结果于1月19日发表在《自然光子学》杂志的网络版上。
现代低温物理学的发展主要归功于有效冷却方法的发展,特别是激光冷却技术的发展,它使人类能够达到十亿分之一度的极低温度,从而研究一些奇特的量子物理现象,如玻色-爱因斯坦凝聚等。在这个极低的温度下,热运动引起的退相干非常小,系统可以处于量子态。然而,为了实现量子计算和量子模拟等量子信息过程,系统通常需要处于最低能量的量子态,即开始时的基态,这需要量子冷却。一般来说,量子冷却的研究目标是降低量子态的平均能量,直到系统处于基态。该研究组的理论合作者提出了一种新的量子冷却方法,通过引入辅助量子比特实现与待冷却系统的控制耦合。通过测量辅助量子位,实现了待冷却系统的高能部分和低能部分的区分。系统的量子冷却可以在去除高能部分后实现,就像量子麦克斯韦妖可以很容易地去除量子态的高能部分一样,所以这种方法被称为麦克斯韦妖量子算法冷却。
李传峰教授的研究团队和他的合作者利用偏振相关干涉器件构建了一个冷却模块,其中入射光子的路径信息被用作辅助量子位,光子的偏振信息模拟待冷却的系统。最后,通过检测路径信息后的选择,可以降低光子偏振态的平均能量。该研究团队还使用光纤连接不同的冷却模块,形成一个光学冷却网络,并通过多次调用冷却模块来实现量子系统的逐渐冷却。研究团队在实验中实现并比较了蒸发冷却和循环冷却两种不同的量子冷却策略。实验结果与理论预测吻合良好,保真度达到97.8%以上。
这一成果为模拟难以用经典方法实现的物理化学系统的低温特性提供了一种新的途径。另一方面,由于平均能量接近基态能量的量子态与真实基态具有很高的符合度,并且通过量子算法估计的方法可以很高的概率获得量子基态,因此这项工作也可以为普适量子计算和量子模拟提供初始量子态资源。
这项工作得到了科技部、国家基金委员会和中国科学院的支持。(来源:中国科学院量子信息重点实验室)