Optimal phase estimation in the presence of correlated dephasing

Immaginate di cercare di ascoltare un debole segnale radio mentre vi trovate in mezzo a una tempesta. Il vento ulula, l'interferenza scoppietta e il vero messaggio si perde nel caos. Questa è la realtà quotidiana per gli scienziati che cercano di misurare il mondo con gli strumenti più sensibili immaginabili: i sensori quantistici. Questi dispositivi utilizzano le strane regole del mondo subatomico per rilevare minuscole variazioni nei campi magnetici, nella gravità o nel tempo. In un universo perfetto e silenzioso, questi sensori potrebbero raggiungere un livello di precisione che sembra quasi impossibile, superando di gran lunga tutto ciò che la fisica classica consente. Tuttavia, il mondo reale non è mai perfetto. È rumoroso. L'atto stesso di misurare spesso disturba il sistema, e le fluttuazioni ambientali scompaginano le delicate informazioni che il sensore sta cercando di catturare. Per decenni, i fisici hanno saputo come costruire i migliori sensori possibili quando il rumore è casuale e indipendente, come le gocce di pioggia che colpiscono un tetto una alla volta. Ma cosa succede quando il rumore è connesso? E se l'interferenza non fosse solo casuale, ma seguisse un modello, in cui un colpo di vento in un momento predice un colpo di vento un secondo dopo? Questa è la domanda al cuore di una nuova indagine su come possiamo misurare il mondo quando il rumore stesso è correlato.

I ricercatori, che lavorano da istituzioni in Polonia, Italia e Cina, si sono posti l'obiettivo di risolvere questo specifico enigma: come stimare una fase, una proprietà fondamentale di un'onda che rivela informazioni su tempo o frequenza, quando il rumore che influenza la misurazione è legato nel tempo. Si sono concentrati su uno scenario in cui le fluttuazioni non sono solo casuali, ma seguono un modello continuo e fluido, molto simile al modo in cui un pendolo potrebbe oscillare con un leggero e prevedibile dondolio piuttosto che con uno scatto caotico. Per affrontare questo compito, hanno dovuto andare oltre i semplici modelli del passato, che spesso assumevano che il rumore provenisse da solo due tipi distinti. Invece, hanno costruito un modello in cui il rumore poteva variare in modo fluido, permettendo loro di esplorare l'intero spettro di come diversi tipi di connessioni tra gli eventi di rumore influenzino la precisione della misurazione.

Il team ha iniziato testando una strategia ben nota che da tempo è considerata il gold standard per la sensoristica quantistica: l'uso di stati "spin-squeezed" (con spin compresso). Potete pensare a questo come a un modo di organizzare un gruppo di particelle in modo che lavorino insieme in modo coordinato, riducendo il rumore interno che di solito limita la precisione con cui possono misurare qualcosa. In passato, si è dimostrato che questo metodo era l'approccio migliore possibile quando il rumore era completamente casuale e non connesso. I ricercatori hanno applicato questa stessa strategia al loro nuovo e più complesso modello di rumore correlato. Hanno scoperto che quando le fluttuazioni del rumore erano positivamente collegate — ovvero, una fluttuazione positiva tendeva a essere seguita da un'altra positiva — la strategia spin-squeezed performava in modo straordinario. Era quasi vicina al meglio possibile, suggerendo che questo strumento familiare rimane una scelta potente per molti compiti di sensoristica del mondo reale in cui il rumore tende a raggrupparsi nella stessa direzione.

Tuttavia, la storia è cambiata quando i ricercatori hanno osservato un tipo diverso di connessione: la correlazione negativa. In questo scenario, una fluttuazione positiva è probabilmente seguita da una negativa, creando una sorta di effetto di cancellazione nel rumore. Qui, la vecchia strategia spin-squeezed ha iniziato a soffrire. Non era più l'opzione migliore. Per scoprire quale fosse il vero limite di precisione in questo regime difficile, il team si è rivolto ad avanzate simulazioni al computer. Hanno utilizzato un metodo chiamato simulazione classica per calcolare la migliore prestazione assoluta che qualsiasi strategia potesse mai sperare di raggiungere, indipendentemente dalla sua complessità. Hanno anche sviluppato un nuovo limite matematico più stretto per garantire di non sovrastimare il potenziale dei loro metodi. Questi calcoli hanno rivelato un divario significativo: c'era molto spazio per il miglioramento rispetto all'approccio spin-squeezed quando il rumore era negativamente correlato.

Per colmare quel divario, i ricercatori hanno impiegato una sofisticata tecnica numerica basata sulle reti tensoriali (tensor networks), un modo di organizzare dati complessi che permette ai computer di gestire problemi che altrimenti sarebbero troppo grandi per essere risolti. Hanno usato questa tecnica per progettare e testare nuovi protocolli ottimizzati sia per la sensoristica parallela, dove molti sensori lavorano contemporaneamente, sia per la sensoristica adattiva, dove la strategia di misurazione cambia in tempo reale in base ai risultati precedenti. Hanno simulato questi protocolli con fino a trenta canali, un numero sufficientemente grande da rivelare tendenze chiare ma abbastanza piccolo da essere gestibile dal punto di vista computazionale. I risultati sono stati sorprendenti. Per il rumore negativamente correlato, le nuove strategie ottimizzate tramite computer hanno superato significativamente il tradizionale metodo spin-squeezed. In effetti, le strategie ottimizzate hanno raggiunto un livello di precisione che il vecchio metodo semplicemente non poteva raggiungere, anche con lo stesso numero di sensori.

Lo studio ha anche gettato luce sul ruolo della memoria in questi sensori. In una strategia adattiva, il sensore può "ricordare" le misurazioni passate per regolare le sue azioni future. I ricercatori hanno scoperto che per la strategia parallela, che non si affida a questo tipo di memoria in tempo reale, l'approccio ottimizzato utilizzando stati entangled era già sufficiente per raggiungere i limiti teorici in molti casi. Al contrario, la strategia adattiva sembrava richiedere un sistema di memoria molto più grande e complesso per raggiungere le prestazioni dell'approccio parallelo, suggerendo che per questo specifico tipo di problema, una configurazione statica ben progettata potrebbe essere più efficiente di una variabile e complessa.

In definitiva, il lavoro fornisce una mappa chiara per il futuro della sensoristica quantistica in ambienti rumorosi. Conferma che, sebbene la classica tecnica spin-squeezed sia una scelta robusta e quasi ottimale per molti tipi di rumore comuni, non è una soluzione universale. Quando il rumore presenta schemi specifici, in particolare quelli in cui le fluttuazioni tendono a cancellarsi a vicenda, esistono modi migliori per estrarre informazioni. Combinando rigorosi limiti matematici con una potente ottimizzazione numerica, il team ha dimostrato che possiamo progettare protocolli che siano su misura per la natura specifica del rumore, spingendo i confini di ciò che è misurabile. Questo non è solo un esercizio teorico; man mano che i sensori quantistici passano dal laboratorio alle applicazioni del mondo reale come la navigazione, l'imaging medico e la prospezione geologica, comprendere come gestire questi schemi di rumore correlato sarà essenziale per sbloccarne tutto il potenziale. I ricercatori hanno dimostrato che, accoppiando attentamente la strategia di rilevamento con il carattere del rumore, possiamo raggiungere un livello di chiarezza che prima era ritenuto fuori portata.