← 最新论文
⚛️ 量子物理

Dynamical entanglement percolation with spatially correlated disorder

本文研究了具有空间相关无序的量子网络中的纠缠动力学,通过一种双色相关键渗流模型,揭示了以多值滞后类行为为特征的非标准渗流现象学。

原作者: Lorenzo Cirigliano, Valentina Brosco, Claudio Castellano, Simone Felicetti, Laura Pilozzi, Bernard van Heck

发布于 2026-11-10
📖 1 分钟阅读🧠 深度阅读

原作者: Lorenzo Cirigliano, Valentina Brosco, Claudio Castellano, Simone Felicetti, Laura Pilozzi, Bernard van Heck

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

想象一张横跨景观、连接着遥远点的巨大且无形的网。在量子信息的世界里,这张网并非由光纤或铜线构成,而是一种被称为“纠缠”的脆弱且无形的纽带。当两个粒子发生纠缠时,它们共享一种如此深层的联系,以至于无论相隔多远,测量其中一个粒子都能瞬间揭示另一个粒子的状态。这种现象是未来技术(如不可破解的加密技术和超高速量子计算机)的支柱。然而,为了让这些技术发挥作用,科学家必须能够将这些连接延伸到长距离,将并非相邻的节点连接起来。挑战在于,这些链路是脆弱的;它们可能会断裂或无法形成,就像一座可能在压力下坍塌的桥梁。为了理解如何构建可靠的网络,研究人员通过研究这些连接是如何扩散的,以及它们是否能在整个系统中形成一条连续的路径。

一组物理学家对这些量子网络在非静态、而是处于运动活跃状态下的行为进行了全新的审视。在他们的研究中,他们模拟了一个网络,其中的节点间的连接并非固定不变,而是由粒子自身自然的、有节奏的相互作用所生成的。他们发现,当这些相互作用受到一种特定类型“无序”的影响时——即一个连接的节奏与它邻近连接的节奏以一种可预测的方式相关联时——该网络表现出了令人惊讶的复杂性。网络并没有简单地在连接与断开之间切换,而是产生了一种对其过去状态的记忆,导致一种现象:即建立长距离连接的能力不仅取决于当前的情况,还取决于系统演化的历史。

为了理解这一设置,请想象一个由站点组成的网格,每个站点都持有一些微小的量子粒子。每一对相邻的站点之间都有一个专用的链路,由一种特定的相互作用创造,这种相互作用会导致它们的粒子进行往复振荡。在最开始时,一切都是静止且分离的。随着时间的推移,这些相互作用使粒子产生纠缠,但这种纠缠的强度会像潮汐一样起伏波动。研究人员提出了一个简单的问题:如果我们等待到某个时刻,能否找到一条从网格一侧延伸到另一侧的强连接连续路径?在每个链路都独立行为的标准场景中,答案是显而易见的。如果链路的平均强度足够高,就会形成一个巨大的连通簇,从而允许信息自由流动。如果平均值过低,网络则会保持为破碎的、孤立的小岛。

研究人员首先测试了当这些链路的节奏完全随机且彼此独立时会发生什么。他们发现,尽管链路在不断变化,但网络的整体行为最终会趋于一种可预测的模式。随着时间的推移,网络达到一个稳态,此时链路足以承载信息的概率是一个固定的数值,大约为36%。在这种情况下,网络的表现完全符合经典物理学的预测:如果底层网格足够密集,就会形成一个巨大的簇;如果不是,则不会。单个链路的随机性被抵消了,留下了一个简单、统一的图像,这与科学家们长期以来所知的结论一致。

然而,当研究人员在混沌中引入一种特定的秩序时,故事发生了戏剧性的变化。他们设定让一个链路的节奏取决于它所连接的站点之间的距离,从而创造了一种相邻链路具有相关性的情况。在这种设置下,一个链路的节奏并非独立于其邻居;它们通过共享的几何结构紧密相连。当他们模拟这种情景时,网络拒绝遵循过去的简单规则。网络并没有停留在一条将活跃链路数量与连通簇大小联系起来的单一、可预测的曲线上,而是开始展现出一种奇特的、循环的行为。

研究人员观察到,网络在某一时刻可能是连通的,但如果他们稍等片刻,当活跃链路的数量下降到同一水平时,网络可能会突然断开。反之,随着活跃链路数量再次增加,网络并不会在之前断开的位置重新连接。这被称为“滞后现象”(hysteresis),即一种系统的当前状态取决于其历史的现象。这仿佛网络拥有了记忆,它记得自己此前是连通还是断开,并且这种记忆改变了它在两种状态之间切换的阈值。这种行为意味着,当空间相关性存在时,用于预测量子网络如何运作的标准规则不再适用。

为了理解这种复杂的行为,该团队开发了一个捕捉其本质的简化模型。他们将网络想象成一个棋盘格,其中的链路被涂成两种不同的颜色——红和蓝,并以严格的交替模式排列。红色链路处于活跃状态的概率与蓝色链路不同,且这些概率随时间而变化。通过研究这个双色模型,他们成功重现了在更复杂的模拟中所看到的循环及滞后行为。他们发现,颜色的空间排列创造了大尺度的模式,这些模式根据任何给定时刻活跃链路的具体混合情况,要么促进、要么阻碍巨大连通簇的形成。该模型证实了这种奇怪的行为并非模拟中的偶然现象,而是链路排列方式及其共同演化过程的一个基本结果。

研究结果表明,未来量子网络的设计不能仅仅依赖于连接的平均强度。如果网络的物理布局导致连接具有相关性,网络就会表现出这种类记忆行为,使得预测何时可以进行长距离通信变得更加困难。研究人员展示了这种效应即使在非常大的系统中依然存在,这意味着它是一个稳健的物理特性,而非仅仅是小规模系统中的小故障。通过将这些复杂量子网络的动力学映射到一个更简单的彩色键模型上,他们提供了一个清晰的框架,用于理解空间约束与时间依赖演化是如何共同创造出新的、意想不到的物质相的。这项工作为深入理解如何设计能够可靠维持长程连接的量子网络开辟了道路,即便是在现实世界物理系统中不可避免地存在着无序性的情况下。

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 →