Generating Fock state exceeding 10000 excitations with near unit fidelity by adaptive generalized-parity measurement

Dieses Paper schlägt ein adaptives Protokoll zur Messung der verallgemeinerten Parität vor, das große kohärente oder verschobene thermische Zustände deterministisch in makroskopische Fock-Zustände mit über 10.000 Anregungen und einer Treue nahe eins umwandelt, indem es die Messrauschen in adaptive Aktualisierungen umwandelt und dadurch die Einschränkungen der probabilistischen Postselektion vermeidet.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, ein einzelnes, spezifisches Sandkorn an einem riesigen Strand zu finden. Normalerweise, wenn man einfach wahllos anfängt zu graben, kann man vielleicht Glück haben, aber die Chancen sind katastrophal. Wenn man versucht, den Sand durch ein Sieb zu sieben, kann man das richtige Sandkorn vielleicht einfangen, aber man müsste fast den gesamten anderen Sand, den man unterwegs gefangen hat, wegwerfen. So funktionieren die meisten aktuellen Methoden zur Erzeugung spezifischer Quantenzustände: Sie sind wie ein Sieb, das nur die „glücklichen“ Ergebnisse behält und den Rest wegwirft.

Dieses Paper schlägt einen klügeren, effizienteren Weg vor, um dieses spezifische Sandkorn (einen Fock-Zustand mit über 10.000 Energiepaketen) zu finden, ohne etwas wegzuwerfen.

Das Problem: Das „Glücks-Sieb“

In der Quantenwelt wollen Wissenschaftler „makroskopische Fock-Zustände“ erzeugen. Denken Sie an diese als Behälter, die eine sehr präzise, riesige Anzahl an Energiepaketen (Photonen) enthalten, wie zum Beispiel genau 10.000.

• Die alte Methode: Wissenschaftler nutzen einen Prozess namens „Post-Selektion“. Stellen Sie sich vor, Sie haben eine Maschine, die versucht, Sand zu sortieren. Sie behält den Sand nur dann, wenn er in einer ganz bestimmten Reihenfolge herauskommt. Wenn die Maschine einen Fehler macht, muss man von vorne beginnen. Wenn die Anzahl der gewünschten Körner steigt, sinkt die Chance, durch Glück die richtige Reihenfolge zu treffen, gegen Null. Es ist, als würde man versuchen, ein 10.000-stelliges Passwort durch bloßes Raten zu erraten; man wird niemals Erfolg haben.

Die Lösung: Das „Adaptive GPS“

Die Autoren, Chen-yi Zhang und Jun Jing, schlagen eine neue Methode namens Adaptive Generalized-Parity Measurement vor.

Hier ist die Analogie:
Stellen Sie sich vor, Sie navigieren durch ein Labyrinth, um ein bestimmtes Zimmer zu finden.

• Der alte Weg: Sie gehen einen Pfad entlang. Wenn Sie auf eine Sackgasse stoßen, kehren Sie zum Startpunkt zurück und versuchen einen anderen Pfad. Die meisten Pfade sind Sackgassen, also verschwenden Sie viel Zeit.
• Der neue Weg (dieses Paper): Sie haben ein GPS (das „Ancillary Qubit“), das Ihnen an jeder Kreuzung Informationen gibt.
  1. Sie machen einen Schritt.
  2. Das GPS sagt Ihnen: „Du bist nach links gegangen.“
  3. Anstatt zu sagen: „Falsch, geh zurück“, sagt das GPS: „Okay, da du links gegangen bist, sollte die nächste Abzweigung nach rechts sein.“
  4. Sie passen Ihren nächsten Schritt basierend auf dieser Antwort an.

In diesem Paper ist das „GPS“ ein winziges Quantenbit (ein Qubit), das mit dem großen System (dem Resonator) verbunden ist. Die Wissenschaftler messen das Qubit. Wenn das Qubit „Oben“ sagt (Ergebnis $e$), behalten sie die Messeinstellungen für den nächsten Schritt bei. Wenn es „Unten“ sagt (Ergebnis $g$), verändern sie die Zeitierung der nächsten Messung geringfügig.

Der magische Trick:
Diese adaptive Regel verwandelt die „Zufälligkeit“ der Messung in einen Wegweiser. Anstatt die „falschen“ Antworten zu verwerfen, nutzt das System sie, um die Karte zu aktualisieren. Egal, was das Qubit sagt, der Prozess geht immer weiter voran. Man wirft niemals eine Messung weg; man nutzt das Ergebnis lediglich, um den nächsten Schritt zu verfeinern.

Die Ergebnisse: Die Nadel im Heuhaufen finden

Die Autoren haben diese Idee mithilfe eines Standard-Quantenmodells (des Jaynes-Cummings-Modells) getestet. Hier ist, was sie herausgefunden haben:

1. Riesige Zahlen: Sie haben erfolgreich Fock-Zustände mit über 10.000 Anregungen (Photonen) erzeugt. Dies ist eine „makroskopische“ Zahl, was bedeutet, dass sie für die Quantenwelt riesig ist.
2. Geschwindigkeit: Sie haben dies in nur 10 Runden der Messung geschafft. Da die Methode so effizient ist, wächst die Anzahl der benötigten Schritte nur sehr langsam (logarithmisch), selbst wenn die Zielzahl massiv ansteigt.
3. Erfolgsrate:
   • Im Durchschnitt war der Endzustand etwa 80 % genau (Fidelität).
   • Noch beeindruckender: Etwa 35 % der Zeit erhielten sie einen Zustand, der 9 9 % perfekt war.
   • Dies ist eine massive Verbesserung gegenüber alten Methoden, bei denen die Erfolgsrate für solch große Zahlen praktisch bei Null läge.

Robustheit: Es funktioniert auch, wenn es „schmutzig“ ist

Normalerweise erfordern Quantenexperimente einen perfekt sauberen, kalten Ausgangspunkt. Die Autoren zeigten, dass ihre Methode robust ist. Selbst wenn sie mit einem „displaced thermal state“ begannen (stellen Sie sich vor, der Sand ist etwas warm und unruhig, nicht perfekt still), funktionierte die Methode immer noch.

• Bei moderaten Temperaturen konnten sie immer noch einen 3.000-Photonen-Zustand mit 99 % Genauigkeit in etwa 10 % der Fälle erzeugen.
• Das bedeutet, dass die Methode keine perfekt reine Umgebung benötigt, um zu funktionieren, was sie für reale Labore praktikabler macht.

Zusammenfassung

Das Paper präsentiert ein neues „Navigationssystem“ für Quantenzustände. Anstatt auf einen Glückstreffer zu hoffen und Fehlversuche wegzuwerfen, nutzt es jedes einzelne Messergebnis, um das System auf ein massives, präzises Ziel zuzusteuern. Es ermöglicht Wissenschaftlern, große, präzise Quantenzustände schnell und zuverlässig zu erzeugen, selbst wenn die Ausgangsbedingungen nicht perfekt sind.

Technische Zusammenfassung

Technische Zusammenfassung: Erzeugung von Fock-Zuständen mit über 10.000 Anregungen mittels adaptiver verallgemeinerter Paritätsmessung

Problemstellung
Makroskopische Fock-Zustände (Zustände mit einer großen, definiten Anzahl an Anregungen) sind entscheidende Ressourcen für die Quantenmetrologie, Simulation und verbesserte Sensorik. Während verschiedene Protokolle zur Erzeugung von Fock-Zuständen in Kavitäts- und Schaltkreis-QED existieren, sind die meisten auf kleine Anregungszahlen beschränkt. Die Erweiterung auf das makroskopische Regime (z. B. $>10^4$ Photonen) bleibt eine Herausforderung. Bestehende Methoden beruhen oft auf probabilistischer Postselektion, bei der der Erfolg von einer spezifischen Sequenz von Messergebnissen abhängt, was zu einer exponentiell sinkenden Erfolgswahrscheinlichkeit führt, wenn die Zielanzahl der Anregungen steigt. Darüber hinaus erfordern viele Protokolle eine reine Zustandsinitialisierung, präzise externe Anregung oder komplexe Gate-Operationen, was die Skalierbarkeit und Robustheit gegenüber thermischem Rauschen einschränkt.

Methodik
Die Autoren schlagen ein deterministisches Protokoll basierend auf adaptiver verallgemeinerter Paritätsmessung (GPM) vor, um makroskopische Fock-Zustände ohne Postselektion zu erzeugen. Das Kernkonzept umfasst:

1. Systemarchitektur: Ein Hauptsystem mit einem diskreten, nicht-degenerierten Spektrum (z. B. ein bosonischer Modus), das an ein Anzell-Qubit gekoppelt ist, über eine Austausch-Wechselwirkung (modelliert durch den Jaynes-Cummings-Hamiltonian).
2. Adaptives Protokoll: Anstatt einer festen Sequenz verwendet das Protokoll wiederholte Projektionsmessungen am Anzell-Qubit. Entscheidend ist, dass das Zeitintervall ($\tau_k$) zwischen der $k$-ten und der $(k+1)$-ten Messung adaptiv basierend auf dem Ergebnis der vorherigen Messung ($m_k$) aktualisiert wird.
3. Konstruktion der verallgemeinerten Parität:
   • Die Autoren leiten eine Konstruktionsregel her, bei der die Messintervalle so gewählt werden, dass der Evolutionsoperator als Filter wirkt.
   • Wenn das Messergebnis $|e\rangle$ ist, durchläuft das System eine „diagonale“ GPM, die auf einen Unterraum projiziert, der durch $n_m \equiv n_t(k) \pmod{2^k}$ definiert ist.
   • Wenn das Ergebnis $|g\rangle$ ist, durchläuft das System eine „verschobene“ GPM, die auf einen verschobenen Unterraum projiziert.
   • Ein Label $n_t(k)$ wird deterministisch nach der Regel $n_t(k+1) = n_t(k) + (1 - \delta_{m_{k+1}, m_k})2^k$ aktualisiert.
4. Trajektorien-Erhaltung: Im Gegensatz zu probabilistischen Protokollen, die Trajektorien, welche die Bedingungen einer spezifischen Postselektion nicht erfüllen, verwerfen, behält dieses Protokoll jede Mess-Trajektorie bei. Die Zufälligkeit der Anzell-Messung wird in eine adaptive Aktualisierung der GPM-Parameter umgewandelt, was im Prinzip eine Erfolgswahrscheinlichkeit von eins gewährleistet (alle Trajektorien führen zu einem gefilterten Zustand, wenngleich der spezifische Index des endgültigen Fock-Zustands leicht variieren kann).

Wesentliche Beiträge

• Deterministische Skalierung: Das Protokoll eliminiert die exponentielle Unterdrückung der Erfolgswahrscheinlichkeit, die mit der Postselektion verbunden ist. Es erreicht eine logarithmische Skalierung der Operationsrunden ($N \sim \log_2 \sqrt{n_t(0)}$) relativ zur Zielanzahl der Anregungen.
• Makroskopische Erzeugung: Die Methode ist theoretisch in der Lage, Fock-Zustände mit Anregungszahlen bis zu $n_t = O(10^4)$ innerhalb von etwa 10 Messrunden zu erzeugen.
• Robustheit: Es wird gezeigt, dass das Protokoll auch ausgehend von verschobenen thermischen Zuständen effektiv ist, was eine Resilienz gegenüber moderaten thermischen Mischungen demonstriert, ohne eine reine Zustandsinitialisierung zu erfordern.
• Einfachheit: Die Implementierung erfordert keine externen Anregungsfelder, Gate-Operationen oder Änderungen der Messbasis und stützt sich ausschließlich auf freie Evolution und Projektionsmessungen.

Ergebnisse
Numerische Simulationen basierend auf dem resonanten Jaynes-Cummings-Modell liefern folgende Ergebnisse:

• Fidelität: Für einen kohärenten Anfangszustand mit $n_t(0) \approx 10^4$ erzeugt das Protokoll einen Fock-Zustand mit einer gemittelten Fidelität von etwa 80 % innerhalb von 10 Runden.
• Hochfidelitäts-Wahrscheinlichkeit: Die Wahrscheinlichkeit, einen Endzustand mit einer Fidelität von über 99 % zu erhalten, liegt bei etwa 35 % für große $n_t(0)$ (speziell $n_t(0) \ge 5000$). Dies ist signifikant höher als bei Postselektions-basierten Protokollen.
• Thermische Robustheit: Wenn es mit einem verschobenen thermischen Zustand initialisiert wird, behält das Protokoll eine hohe Leistungsfähigkeit bei. Für eine inverse Temperatur $\beta = 2/\omega_c$ liegt die Wahrscheinlichkeit, eine Fidelität von $>99 \%$ zu erreichen, bei $n_t(0) \approx 3000$ immer noch bei etwa 29 %. Während höhere Temperaturen (niedrigeres $\beta$) die Filtereffizienz und die endgültige Fidelität reduzieren, bleibt das Protokoll funktional und skalierbar.
• Zeitkomplexität: Die gesamte Laufzeit skaliert als $T \sim \sqrt{n_t(0)} \log_2 \sqrt{n_t(0)}$, was für makroskopische Ziele effizient ist.

Bedeutung und Ansprüche
Das Paper beansprucht, einen praktischen und komfortablen Weg zur Erzeugung makroskopischer nichtklassischer Zustände aufzuzeigen. Durch die Umwandlung von Messzufälligkeit in adaptive Kontrolle überwindet das Protokoll den Skalierbarkeitsengpass von Postselektions-basierten Methoden. Die Autoren betonen, dass ihr Ansatz weder die reine Zustandsinitialisierung noch komplexe Kontrollsequenzen (wie adaptive Anregung oder Gate-Operationen) verlangt, die typisch für andere hochpräzise Erzeugungsschemata sind. Folglich wird diese Methode als robustes Werkzeug für das Quantum State Engineering in Systemen mit diskreten Spektren präsentiert, insbesondere für Anwendungen, die große Photonenanzahlen erfordern, bei denen aktuelle Methoden durch niedrige Erfolgswahrscheinlichkeiten oder Initialisierungsbeschränkungen limitiert sind.