Disordered purification phase transition in hybrid random circuits

想象一下，你拥有一张由量子线构成的巨大、隐形的网，将一排人（量子比特）连接在一起。在一个完美的世界里，这张网坚韧而复杂，将每个人深层且神秘地联系在一起，这被称为纠缠。这就是系统的“纯”态（pure state）。

然而，在现实世界中，事情变得混乱了。想象有人在随机地戳破这张网或者剪断丝线。在量子电路的世界里，这些“戳弄”就是测量或噪声。如果戳得太多，网就会坍塌，人们又变回了孤立的个体。这就是“混”态（mixed state）。

你提供的这篇论文研究的正是在何时以及如何发生这种网的坍塌，以及如果这种“戳弄”不是随机的，而是遵循某种特定的、不均匀的模式时，会发生什么。

以下是利用日常类比对他们研究结果的拆解：

1. 这场游戏：剪断量子网

研究人员设置了一个以一排量子比特为对象的游戏。每一轮，他们都会做两件事：

织网者： 他们扭转相邻之间的丝线，使网变得更强、更复杂（这是“随机幺正门”）。
剪切者： 他们随机剪断一些丝线（这是“测量”）。

如果剪切者过于激进，网就会瓦解（系统变得“混杂”或充满噪声）。如果织网者足够强大，网就能保持完整（系统保持“纯净”）。这里存在一个临界点——一个特定的剪切速率——在这个点上，系统会突然从纠缠的网转变为孤立的丝线。这被称为相变。

2. 问题：测量不可见之物

通常，科学家通过检查整个系统是干净还是肮脏来观察系统的“纯度”。但研究人员想要一个更好的工具来观察网的结构，尤其是当它已经有点脏（混杂）的时候。

他们使用了一种特殊的放大镜，叫做多体负性（Many-Body Negativity, MBN）。

类比： 想象你有一个缠绕在一起的毛线球。标准的纯度检查只能告诉你这个球是湿的还是干的。MBN 则像是一个工具，它能精确计算出到底有多少根线真正打结在一起，而忽略掉那些松散、未打结的碎屑。它能帮助他们在混乱的状态中识别出那些“量子结”。

3. 实验 A：随机戳弄（均匀噪声）

首先，他们模拟了一个“剪切者”在整条线上随机但均匀地戳洞的情景。

结果： 他们找到了网坍塌的精确时刻。他们测量了系统对剪切的“敏感度”。在物理学中，这种敏感度被称为相关长度指数（我们可以称之为“摇摆因子”）。
发现： 在这个均匀的世界里，“摇摆因子”相对较低（约为 1.5）。这意味着系统对噪声的反应是可预测且标准的。

4. 实验 B：不均匀的戳弄（无序噪声）

接下来，他们改变了规则。他们不再是均匀地戳弄，而是让剪切者的行为具有空间调制性。

类比： 想象剪切者有情绪波动。有些日子他们很温柔；有些日子他们非常激进。或者，想象剪切者只戳房间左侧的人，而留下右侧的人不管。此时，“噪声”变得混乱且不均匀。
理论： 物理学中有一个古老的规则叫做哈里斯判据（Harris Criterion）。它基本上是说：“如果一个系统本身已经非常敏感（容易摇摆），那么加入混乱、不均匀的噪声将会打破规则，并彻底改变系统的行为方式。”
结果： 研究人员发现，由于系统具有敏感性，这种不均匀的噪声确实打破了规则。
- “摇摆因子”显著跳升（达到了约 3.0）。
- 系统不仅仅是坍塌了，它是以一种完全不同于之前的方式进行坍塌的。它进入了一个新的“普适类”（即一种新的行为类别）。

5. 实验 C：不均匀的编织

最后，他们尝试了另一种做法。他们保持剪切均匀，但让织网者变得不均匀。

类比： 想象那个扭转丝线的人在某些地方做得很好，而在另一些地方做得较差，并遵循一种奇怪的、永不完全重复的节奏（就像一种永远不会完全重复的律动）。
结果： 这也导致了相变！但在这里，网并没有仅仅坍塌成孤立的丝线。它进入了一种**“类纯”**状态。
反转： 在这种新状态下，丝线并没有贯穿整个房间（长程纠缠）。相反，它们在相邻的个体之间形成了紧密的、短程的小结。这是一个“纯”态，但它是一种非常局部的、短程的纯态。

核心总结

这篇论文证明了，噪声发生的位置与噪声的程度同样重要。

MBN 是一个伟大的工具： 他们使用的“多体负性”工具非常擅长捕捉这些转变，并在混乱、混杂的状态下测量“摇摆因子”。
不均匀性改变一切： 当噪声是不均匀的（无序的），它不仅仅是移动了临界点，它从根本上改变了系统坍塌的规律。系统变得对噪声更加敏感。
存在新的状态： 通过操纵量子操作的模式，你可以创造出不同于标准状态的新型“纯”态，其特征是短程连接而非长程连接。

简而言之：如果你想了解量子计算机是如何失去其魔力的，你不能只看噪声的平均量。你必须观察噪声的模式，因为混乱、不均匀的模式会彻底改变游戏规则。

技术摘要：混合随机电路中的无序纯化相变

问题陈述
测量诱导相变（MIPT）和混合随机量子电路中的纯化相变，通常是在空间均匀噪声或测量概率的假设下进行研究的。然而，在现实的量子系统中，噪声和测量误差往往表现出空间非均匀性。虽然在统计力学中，临界点对无序的稳定性是一个已建立的概念（由 Harris 判据控制），但其在混合态随机量子电路中对纯化相变的具体应用仍有待深入探索。本文研究了测量概率和幺正门应用的空间调制如何影响纯化相变的临界性和普适类。

研究方法
作者研究了一个具有周期性边界条件的、由 $L$ 个量子比特组成的一维混合随机 Clifford 电路。电路演化由以下交替层组成：

随机幺正门： 作用于相邻量子比特的二位随机 Clifford 门。
投影测量： 位于格点上的 $Z_i$ 测量。

研究重点关注两种不同的情景：

情况 I（均匀）： 所有格点的测量概率均为相同的 $p$ 。
情况 II（空间调制）： 测量概率 $p_i$ 根据随机分布进行空间变化，即 $p_i \equiv w_i^n$ ，其中 $w_i$ 是 $[0,1]$ 范围内的均匀随机值， $n$ 控制平均概率 $\bar{p}$ 。
扩展（调制幺正门）： 第三种情景，其中二位随机 Clifford 门的调用呈准周期性调制，而测量概率保持均匀。

为了分析晚期稳态，作者采用了两种主要的观测量：

对数纯度 ( $S_P$ )： 定义为 $-\log \text{Tr}[\rho^2]$ ，作为纯化相变（体积律 vs. 面积律）的指标。
多体负纠缠度 (MBN)： 定义为 $E_A = \log_2 ||\rho^{\Gamma_A}||_1$ ，其中 $\Gamma_A$ 是对半链子系统的部分转置。MBN 特别用于量化混合态中的量子纠缠，从而过滤掉经典相关性。

数值模拟利用稳定器形式化方法（stabilizer formalism）进行高效的大规模计算。系统演化了 $O(L)$ 个时间步以计算对数纯度，以及 $O(L^2)$ 个时间步以计算 MBN，以确保达到饱和。通过有限尺寸缩放分析来提取临界概率 $p_c$ 和相关长度临界指数 $\nu$ 。

主要结果

MBN 在混合态中的有效性： 研究表明，MBN 能有效表征混合态中的纯化相变。在混合相中，MBN 表现出随系统尺寸的幂律缩放（ $\langle E_A \rangle \propto L^b$ ），而在纯相中，它遵循面积律。
均匀电路中的临界性（情况 I）： 对于均匀测量概率，作者发现临界概率 $p_c \approx 0.167$ ，且通过 MBN 得到的相关长度指数 $\nu \approx 1.56$ ，通过对数纯度得到的 $\nu \approx 1.22$ 。这些数值与之前的 MIPT 研究一致，但存在轻微偏差，可能在更大的系统尺寸下会收敛至预期的 $4/3$ 。
无序诱导的普适类改变（情况 II）： 当测量概率进行空间调制时，临界行为发生了显著变化。临界平均概率移动至 $\bar{p}_c \approx 0.220$ ，且相关长度指数增加到 $\nu \approx 3.06$ （通过 MBN）和 $\nu \approx 3.38$ （通过对数纯度）。
Harris 判据验证： 从 $\nu < 2$ （情况 I）到 $\nu > 2$ （情况 II）的临界指数变化符合 Harris 判据。由于原始系统（情况 I）具有 $\nu < 2/d$ （其中空间维度 $d=1$ ），引入无序（空间调制）被预测会改变相变的普适类，数值结果证实了这一点。
调制幺正门： 对幺正门引入准周期调制（而非测量）会诱导一个独特的相变，其临界调制强度为 $A_J \approx 0.35$ 。这导致了一个“类纯”相，在该相中，MBN 表现出短程纠缠以及依赖于调制周期的振荡行为，这与均匀电路中观察到的标准面积律纯相不同。

意义与主张
本文主张，测量概率的空间非均匀性从根本上改变了纯化相变的临界性。具体而言：

MBN 作为诊断工具： 本研究确立了 MBN 作为检测混合态动力学中临界指数和相变的鲁棒观测量的地位，将其效用从纯态 MIPT 扩展开来。
普适类转移： 研究提供了数值证据，证明测量概率中的无序改变了纯化相变的普适类，这与 Harris 判据对量子相变的理论预测一致。
有效哈密顿量联系： 结果支持将这些电路动力学映射到无序有效自旋哈密顿量（特别是具有随机横场效应的无序 $ZY$ 模型）上，其中空间调制充当了影响临界行为的随机场。
独特相态： 在调制幺正门下识别出的具有短程纠缠的“类纯”相表明，空间调制可以创造出不同于标准纯相或混合相的独特纠缠结构。

作者得出结论，空间调制是决定量子电路稳态性质的关键因素，并且 Harris 判据对于理解这些非平衡态量子系统中的无序效应仍然是一个有效的框架。