Experimental quantum state learning with pairs of photons

Dit artikel demonstreert experimenteel een protocol voor het uniek identificeren van de constituerende zuivere toestanden en hun gewichten van een twee-toestands qubit-mengsel door enkelvoudige fotonen te meten en deze retrospectief te koppelen op basis van aankomsttijd, waarbij een hoge-getrouwheidsdiscriminatie wordt bereikt tussen verschillende preparaties van dezelfde gemengde toestand met ongeveer 10.000 fotonen.

De kern

Stel je voor dat je probeert het geheime recept van een mysterieuze soep te raden. Je mag de soep proeven, maar er is een addertje onder het gras: de soep is een perfecte mengeling van twee verschillende bouillonsoorten (laten we ze "Tomaat" en "Basilicum" noemen).

Als je gewoon een lepel neemt en proeft, kun je merken dat het een mengsel is. Je kunt meten hoeveel tomatatsmaak er is ten opzichte van basilicum. Maar je kunt niet 100% zeker weten precies welke specifieke tomaat of basilicum is gebruikt, omdat veel verschillende combinaties van ingrediënten exact dezelfde smaak kunnen creëren. In de wereld van de kwantumfysica wordt dit een "dichtheidsmatrix" genoemd. Het vertelt je de statistieken van het mengsel, maar het verbergt de identiteit van de individuele ingrediënten.

De "Paarvormings"-truc
Deze paper beschrijft een slim experiment waarbij wetenschappers een manier vonden om de exacte ingrediënten te identificeren, zelfs wanneer ze gemengd zijn.

Hier is de analogie:
Stel je voor dat Alice aan Bob een stroom soeplepels stuurt. Ze belooft dat elke lepel ofwel pure "Tomaat" of pure "Basilicum" bevat, maar ze mengt ze willekeurig door elkaar.

• Het Probleem: Als Bob de lepels één voor één proeft, kan hij alleen de verhouding achterhalen (bijv. 50% tomaat, 50% basilicum). Hij kan niet weten of de "Tomaat" van een specifieke wijnstok kwam of de "Basilicum" uit een specifieke tuin.
• De Oplossing: Alice heeft een geheim. Ze weet dat elke "Tomaat"-lepel die ze stuurt, stiekem gepaard is met een andere "Tomaat"-lepel, en elke "Basilicum"-lepel is gepaard met een andere "Basilicum"-lepel. Ze vertelt Bob dit niet vooraf aan het proeven. Ze stuurt gewoon de lepels.
• De Magische Stap: Nadat Bob alle lepels heeft geproefd en genoteerd, stuurt Alice hem een lijstje met de tekst: "Oké, Lepel #1 en Lepel #42 waren een paar. Lepel #5 en Lepel #99 waren een paar."

Door de lepels na afloop in paren te groeperen, kan Bob de gegevens op een andere manier bekijken. In plaats van een wazig mengsel te zien, kan hij nu zien dat "Toen Lepel #1 Tomaat was, was zijn partner Lepel #42 ook Tomaat." Deze extra laag informatie stelt hem in staat om de twee ingrediënten wiskundig te scheiden en de exacte identiteit van de "Tomaat" en "Basilicum" samen met hun exacte waarschijnlijkheden te bepalen.

Wat ze in het lab deden
De wetenschappers gebruikten geen soep, maar fotonen (lichtdeeltjes).

1. De Bron: Ze creëerden paren fotonen met behulp van een speciaal kristal.
2. Het Mengsel: Ze manipuleerden de polarisatie (de richting waarin de lichtgolven trillen) van de fotonen om een willekeurig mengsel van twee specifieke toestanden te maken (zoals verticale en horizontale trilling).
3. De Meting: Ze maten de fotonen één voor één en registreerden precies wanneer elk foton arriveerde.
4. De Paarvorming: Later gebruikten ze de aankomsttijden om de fotonen in paren te groeperen, net zoals Alice de lijst naar Bob stuurt.
5. Het Resultaat: Door middel van deze "gepaarde gegevens" slaagden ze erin om de exacte identiteit van de twee verborgen toestanden en hoe vaak ze voorkwamen, te achterhalen.

Hoe goed was het?
Het team testte hoe dicht de twee toestanden bij elkaar konden liggen voordat ze onmogelijk uit elkaar te houden waren.

• Ze ontdekten dat als de twee toestanden te veel op elkaar lijken (zoals twee tinten rood die bijna identiek zijn), ze veel meer data nodig hebben om ze te onderscheiden.
• Ze ontdekten dat ze met ongeveer 10.000 paren fotonen de toestanden met 99,99% nauwkeurigheid konden identificeren.
• Ze ontdekten ook een limiet: als de twee toestanden minder dan 15 graden uit elkaar liggen op het "kleurencirkel" van het licht, kan de methode ze niet langer betrouwbaar onderscheiden.

Waarom is dit belangrijk?
Dit paper laat zien dat door gebruik te maken van "aankomsttijd"-informatie om deeltjes na de meting in paren te groeperen, we meer kunnen leren over een kwantumsysteem dan voorheen mogelijk werd geacht met standaardmetingen alleen. Het is alsoverlijk een puzzel oplossen door naar de stukjes twee keer te kijken: eerst individueel, en daarna weer nadat je hebt gekregen te weten welke stukjes bij elkaar horen.

De onderzoekers verkenden ook hoeveel informatie er in deze mengsels gestopt kon worden. Ze ontdekten dat hoewel je meer "bits" aan informatie kunt verpakken door de toestanden heel dicht bij elkaar te brengen, dit exponentieel meer fotonen vereist om ze correct te decoderen. Het is een afweging: je kunt een dichter bericht versturen, maar je moet dan een veel groter volume aan licht versturen om het te kunnen ontcijferen.

Samenvattend
Dit experiment bewijst een theoretisch idee: als je een stroom kwantumdeeltjes hebt en je weet welke deeltjes in paren komen, kun je de specifieke toestanden die een mengsel vormen uniek identificeren, iets wat normaal gesproken onmogelijk is met enkelvoudige deeltjesmetingen alleen. Ze deden dit met licht en lieten zien dat "leren van paren" een echte, werkende techniek is.

Technische samenvatting

Technische Samenvatting: Experimenteel Leren van Kwantumtoestanden met Fotonenparen

Probleemstelling
Standaard kwantumtoestandstomaografie maakt de schatting mogelijk van een dichtheidsmatrix ($\rho$) die een ensemble van identiek voorbereide kwantumsystemen beschrijft. Echter, een gemengde dichtheidsmatrix bezit over het algemeen geen unieke decompositie in zijn constituerende zuivere toestanden. Bijgevolg kan een waarnemer (Bob), hoewel hij de statistische mengeling $\rho_{single} = p_0 |\psi_0\rangle\langle\psi_0| + p_1 |\psi_1\rangle\langle\psi_1|$ kan bepalen, de specifieke zuivere toestanden $|\psi_0\rangle$ en $|\psi_1\rangle$ of hun waarschijnlijkheden $p_0$ en $p_1$ niet uniek identificeren op basis van enkelvoudige deeltjesmetingen alleen.

Agarwal et al. [12] stelden een theoretisch protocol voor om deze beperking te overwinnen. Zij demonstreerden dat als de qubits in paren arriveren waarbij beide leden van een paar zich in dezelfde toestand bevinden, de resulterende twee-qubit dichtheidsmatrix, $\rho_{pair} = p_0 |\psi_0\psi_0\rangle\langle\psi_0\psi_0| + p_1 |\psi_1\psi_1\rangle\langle\psi_1\psi_1|$, een unieke decompositie toelaat in zuivere producttoestanden. Dit stelt een waarnemer in staat om de identiteit van de specifieke zuivere toestanden en hun gewichten af te leiden. Dit artikel presenteert een experimentele demonstratie van dit "leren-van-paren"-concept met behulp van foton-polarisatie.

Methodologie
Het experiment maakt gebruik van een spontane parametrische naarverdeling (SPDC) bron om paren van degeneratieve 808 nm fotonen te genereren. Eén foton (de idler) fungeert als trigger, terwijl het andere (het signaal) door een polarisatie-voorbereidingsfase wordt gestuurd. Een vloeibare-kristal golfplaat (LCWP) moduleert de polarisatie van de signalfotonen op basis van toegepaste spanning, waarbij tussen twee instellingen wordt geschakeld om een statistische mengeling van twee verschillende polarisatietoestanden, $|\psi_0\rangle$ en $|\psi_1\rangle$, met waarschijnlijkheden $p_0$ en $p_1$, te generen.

De signalfotonen ondergaan enkelvoudige-foton polarisatie-tomografie, waarbij projecties in zes bases (H/V, R/L, D/A) worden gemeten. Cruciaal is dat het experiment de aankomsttijd voor elk gedetecteerd foton registreert. Hoewel de fotonen individueel worden gemeten, worden de tijdstempelgegevens post-measurement gebruikt om de fotonen te "paren" op basis van de bekende generatiestatistieken. Deze koppeling maakt de reconstructie van de twee-foton dichtheidsmatrix $\rho_{pair}$ uit de enkelvoudige foton detectiegegevens mogelijk. Volgens het protocol in Ref. [12] kan deze $\rho_{pair}$ vervolgens worden gedecomposeerd om $|\psi_0\rangle$, $|\psi_1\rangle$, $p_0$ en $p_1$ uniek te identificeren.

Belangrijkste Resultaten
De auteurs onderzochten de prestaties van het protocol onder verschillende condities:

1. Fidelity en Steekproefomvang: Voor orthogonale toestanden (bijv. $|H\rangle$ en $|V\rangle$) met gelijke of ongelijke waarschijnlijkheden, nadert de fidelity van de gereconstrueerde toestanden 99,99% met ongeveer $10^4$ gedetecteerde fotonparen. De fidelity schaalt als $1 - F \propto 1/N$, consistent met theoretische voorspellingen.
2. Niet-orthogonale Toestanden: Wanneer de twee toestanden niet-orthogonaal zijn (gescheiden door $\pi/2$ op de Poincaré-bol), zijn meer paren vereist om dezelfde fidelity te bereiken. Het protocol slaagt erin toestanden te onderscheiden die gescheiden zijn door hoeken zo klein als $15^\circ$. Onder deze drempel overlappen de curves voor de twee toestanden, wat duidt op een onvermogen om ze te onderscheiden met de gegeven steekproefomvang.
3. Toestandsscheidingsvermogen: Het experiment testte het vermogen om twee verschillende voorbereidingen van dezelfde enkelvoudige-qubit gemengde toestand te onderscheiden (waarbij de onderliggende zuivere toestanden verschillen). Door de hoek $\theta$ tussen de zuivere toestanden in twee verschillende mengelingen te variëren, vonden de auteurs dat voor $N \sim 10^4$, mengelingen gescheiden door hoeken kleiner dan $5^\circ$ moeilijk te onderscheiden zijn.
4. Informatiecapaciteit: De studie berekende het aantal onderscheidbare mengelingen die kunnen worden gecodeerd en onderscheiden. Voor een scheidingshoek $\theta$, schaalt het aantal onderscheidbare mengelingen als $8/\theta^2$, wat een bitcapaciteit oplevert van $\log_2(8/\theta^2)$. Hoewel het reduceren van $\theta$ de bits per symbool verhoogt, schaalt de vereiste fotonaantal als $1/\theta^2$, wat leidt tot een afname van bits per foton.

Betekenis en Claims
Het artikel claimt experimenteel het "leren-van-paren"-protocol te valideren, waarbij wordt aangetoond dat toegang tot koppelingsinformatie (zelfs als deze post-measurement via de aankomsttijd wordt bepaald) de unieke decompositie van een gemengde toestand in zijn zuivere componenten mogelijk maakt. Dit omzeilt effectief de niet-uniciteit die inherent is aan standaard enkelvoudige deeltje tomografie.

De auteurs benadrukken dat deze aanpak de inferentie van niet-lineaire functies van de dichtheidsmatrix (specifiek de decompositie in zuivere toestanden) mogelijk maakt die ontoegankelijk zijn via enkelvoudige deeltjesmetingen alleen. Het werk stelt een praktische limiet voor deze discriminatie vast: met $\sim 10^4$ paren kan het systeem zuivere toestanden onderscheiden die $15^\circ$ van elkaar gescheiden zijn, en tussen verschillende mengelingen van orthogonale toestanden onderscheid maken die minder dan $5^\circ$ gescheiden zijn. De resultaten suggereren dat hoewel een hoge informatiedichtheid theoretisch mogelijk is door de scheidingshoek te verkleinen, de hulpbronnenkosten (aantal fotonen) kwadratisch toenemen, wat potentieel gunstig is voor kleinere alfabetten in communicatiesituaties.