← 最新论文
⚛️ quantum physics

Noise-Induced Thermalization in Quantum Systems

本文表明,与将噪声视为阻碍的普遍观点相反,通过策略性地利用噪声,可以显著加速可积及非可积量子系统中吉布斯态(Gibbs states)的制备,从而为近期的量子设备提供一种切实可行的解决方案。

原作者: Sameer Dambal, Yu Zhang, Eric R Bittner, Pavan Hosur

发布于 2026-07-28
📖 1 分钟阅读🧠 深度阅读

原作者: Sameer Dambal, Yu Zhang, Eric R Bittner, Pavan Hosur

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图烤出一个完美的蛋糕,但你的烤箱坏了。它不仅仅是坏了,它变得极其难以预测:不停地摇晃面糊、洒出食材,并伴随着随机的升温爆发。在量子计算的世界里,这种“坏掉的烤箱”被称为噪声(noise)。多年来,科学家们一直将噪声视为敌人,将其视为破坏精细计算的主要反派。他们花了数十年的时间构建屏蔽层和纠错码,仅仅是为了将噪声挡在外面,希望能有一天造出一台完美的、静谧的机器。

但如果噪声根本不是反派呢?如果我们不尝试让摇晃的烤箱安静下来,而是利用它的混乱来帮助我们更快地完成烘焙呢?这就是一项关于量子系统(quantum systems)的新研究所探讨的核心问题。要理解这篇论文,你需要了解两个主要概念。首先,是吉布斯态(Gibbs state),这只是一个高级说法,指的是“热态”,或者说一个系统已经达到了平衡且舒适的温度,就像一杯冷却到室温的咖啡。制备这些状态是许多量子任务(如训练人工智能或模拟新材料)的关键第一步,但这通常非常困难且缓慢。其次,是本征态热化假设(Eigenstate Thermalization Hypothesis, ETH)。你可以把它想象成一条规则:如果你有一个复杂的、混沌的系统(比如一个人们互相碰撞、拥挤不堪的舞池),那么个体舞者最终会不再在意自己的特定动作,而仅仅表现得像是整体人群平均温度的一部分。这篇论文在问:我们能否利用噪声的“摇晃”来让这种混沌的沉降过程变得更快?

来自洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)和休斯顿大学的研究团队决定扭转局面。他们没有对抗噪声,而是询问是否可以将其作为一种工具。他们构建了一个由微小磁体(自旋)组成的链条的数字模拟,并让它们随时间演化。在一个正常、完美的世界里,这些磁体会根据严格的规则起舞。但团队在舞蹈动作之间引入了噪声“冲击”。他们发现,这些噪声并没有破坏舞蹈;它实际上让磁体更快地沉降到了它们的热平衡态。

在模拟中,他们使用了两种类型的噪声。一种是“哈尔随机(Haar-random)”噪声,这就像是掷出一把骰子,然后完全随机地重新排列磁体。另一种是“相位翻转(phase-flip)”噪声,这是一种在当今现实量子计算机中发生的更具体、更常见的错误类型。结果令人惊讶。对于一个本身已经具有混沌性、理应自行热化的系统,噪声使其速度提高了约 3.5 倍。但真正的魔力发生在一种“可积(integrable)”系统上——这是一个形容词,指代那些过于有序、过于固执以至于永远无法自行沉降的系统。在没有噪声的情况下,这个有序的系统会一直振荡下去,永远无法达到热平衡态。但当研究人员加入噪声时,噪声打破了该系统的顽固秩序,迫使它实现了热化。

团队还在一台真实的量子计算机上观察了这一现象。他们模拟了一个 12 量子比特处理器(一个小型但真实的量子芯片),发现运行量子门时产生的自然噪声实际上抑制了那些通常阻碍系统沉降的“重复”或“回声”。系统不再来回跳动,而是平滑地滑入理想的热态。他们使用“迹距离(trace distance)”来衡量这一点,这就像一把尺子,用来观察当前状态与完美热态之间的距离。他们发现,噪声路径到达终点的过程比安静路径有着更陡峭的下降曲线。

这项研究最有趣的环节之一是噪声是如何传播的。研究人员追踪了信息如何从噪声点传播到整个链条。他们发现,噪声就像一场信息的“海啸”,推动相关性(磁体之间的连接)以比磁体自身运动快得多的速度横跨整个系统。然而,他们也发现了极限。如果你不断增加噪声冲击,提速效果并不会无限提升;它会开始趋于平缓。对于混沌系统,单次冲击通常就足以达到最大速度。但对于那些固执的有序系统,连续的冲击会不断提升速度,最终使它们的热化速度比没有噪声时快了高达 4.5 倍

论文指出,这之所以奏效,是因为噪声打破了让有序系统陷入停滞的严格规则。通过引入一点点混沌,噪声允许系统探索更多可能性,并找到通往热态的路径。研究人员还注意到,这只有在噪声与系统的规则不完全匹配(即噪声与哈密顿量不“对易”)且噪声触及你观察的部分与其余部分之间的边界时才会发生作用。

那么,这对未来意味着什么?作者认为,我们可能不需要等待完美的、无误差的量子计算机来实现有用的工作。相反,我们可以利用现有的噪声来帮助我们更高效地制备这些重要的热态。这对于量子机器学习和其他需要这些状态作为起点的应用来说,可能是一个游戏规则的改变者。虽然目前的结果基于模拟而非尚未完全证实的物理定律,但其模型提供的证据是强有力的。他们表明,在当前的“含噪声中等规模量子(NISQ)”设备时代,噪声不仅是一个需要修复的漏洞,更是一个我们可以利用的特性,用以让我们的量子计算机更快、更好地投入工作。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →