想象一下,你正试图教一群朋友(即量子比特/qubits)跳一段复杂的舞蹈舞步(即量子动力学/quantum dynamics)。通常情况下,如果他们跳错了,他们就会继续跳下去,导致舞步变得越来越乱,直到完全无法辨认。
这篇论文介绍了一种新的方法,即使在嘈杂和混乱的环境中,也能保持舞蹈的有序性。研究人员使用一台真实的量子计算机(超导处理器)来测试一种被称为**随机重置(Stochastic Resetting)**的策略。
以下是他们所做的工作和发现,使用了简单的类比:
1. 问题所在:“健忘”的舞蹈
在量子世界中,系统是非常脆弱的。如果你让它们自行演化,它们就会被“噪声”(比如收音机里的静电声,或者朋友忘记了舞步)所破坏。研究人员想要观察是否可以通过在随机的时间点中断舞蹈,从而迫使系统进入一个稳定、有序的状态(即非平衡稳态/Non-Equilibrium Steady State)。
2. 解决方案:“随机重置”
把随机重置想象成一场“西蒙说(Simon Says)”的游戏,裁判会随机大喊“重置!”
- 规则: 在随机时刻,系统停止正在进行的动作,并被强制回到一个特定的起始位置(“重置状态”)。
- 转折点: 在这次实验中,他们并没有盲目地进行重置。他们使用了两种方法:
- 无条件重置(Unconditional Reset): 系统被强制回到起点,无需任何解释。
- 有条件重置(Conditional Reset): 系统暂停,研究人员快速进行一次“快照”(测量),然后根据观察到的情况决定将舞者重置到哪里。例如,如果大多数舞者面向“上”,系统就将所有人重置为“上”;如果大多数面向“下”,则重置为“下”。
3. 实验:“嘈杂”的现实
研究人员在一部真实的量子计算机(IBM 的 ibm_marrakesh)上进行了测试,使用了多达 7 个量子比特。
- 挑战: 真实的量子计算机是“有噪声的”。“快照”(测量)并不完美,而且“重置”按钮有时也会出故障。这就像是用抖动的相机拍摄移动物体;照片可能会模糊,你也可能误判舞者的位置。
- 模型: 因为硬件并不完美,研究人员构建了一个数学“噪声模型”。他们意识到,当计算机尝试重置系统时,它有时会意外地翻转一些比特(比如舞者不小心转错了方向)。他们将这种现象称为“有噪声的重置状态”。
4. 结果:寻找“甜点位”
他们使用了一种特定的舞蹈舞步——**Floquet 横向场伊辛模型(Floquet Transverse-Field Ising Model)**来进行测试。这是一种描述系统可以处于两种主要状态的复杂方式:
- 有序(Ordered): 每个人都面向同一个方向(类似于铁磁体)。
- 无序(Disordered): 由于“量子涨落”(横向场),每个人都面向随机的方向。
他们的发现是:
- 一致性: 他们的“有噪声”数学模型准确地预测了真实量子计算机的表现。即使存在故障和误差,理论与实验也完美契合。
- 相变(The Phase Transition): 随着他们调高“量子噪声”(横向场),系统从高度有序(每个人都面向同一方向)平滑地过渡到无序。这类似于冰融化成水的过程。量子计算机成功展示了这种“融化”行为,即便存在误差。
- 区别: “有条件重置”(即在重置前先观察舞者)比“无条件重置”更难实现。因为计算机必须测量、思考并立即行动,所以“抖动相机”效应(测量误差)会导致更多的错误。然而,他们的噪声模型仍然能够准确预测这些误差。
5. 总结
这篇论文证明,即使是在目前尚不完美的量子计算机上,你也可以通过使用中途测量(mid-circuit measurements)(在运行过程中观察系统)和有条件重置(conditional resets)(根据观察到的情况修复系统)来创造稳定的集体状态。
简单来说: 他们展示了即使你的量子计算机有点小故障,你仍然可以通过偶尔按下“重置”按钮并查看计分板来确定重置方向,从而强行让它保持特定的、有序的模式。这为未来在不需要完美、无误差的机器之前,利用这些“重置”技巧来构建更好的量子算法打开了大门。
技术摘要:通过量子计算机上的随机中途测量与重置诱导非平衡稳态
问题陈述
随机重置是一种通用的协议,其中过程会在随机时间被中断并从初始构型重新开始,这种过程能够驱动经典和量子系统进入具有特定相关性的非平衡稳戴态(NESS)。虽然理论框架表明,条件重置(即重置状态由中途测量决定)可以为相互作用的量子多体系统生成集体 NESS),但在硬件上验证这些状态仍处于空白。在嘈杂的中规模量子(NISQ)设备上实现此类状态具有挑战性,因为中途读出误差、硬件噪声和退相干会破坏重置操作并改变最终的稳态。本文旨在解决随机重置诱导的 NESS 的理论预测与在噪声量子硬件上实验实现之间的差距。
方法论
作者制定了一个噪声离散时间理论,并在包含最多 N=7 个量子比特的超导量子处理器(IBM 的 ibm_marrakesh)上对其进行了实现。
理论框架:
- 无条件重置: 系统通过酉门 U 进行演化,或者以概率 r 被投影到重置态 ∣0⟩。由此产生的 NESS 密度矩阵 ρness 被推导为生存概率的统计混合。
- 条件重置: 重置状态是基于全局投影测量从一组状态(具体为 ∣+⟩=∣↑⋯↑⟩ 或 ∣−⟩=∣↓⋯↓↓⟩)中选出的。一种“多数投票”协议决定了随后的重置状态:如果测量的自旋中多数为“上”,则系统重置为 ∣+⟩;否则重置为 ∣−⟩。这定义了一个半马尔可夫过程。
- 噪声建模: 为了考虑硬件缺陷,作者引入了一个噪声模型,其中重置操作是不完美的。系统并非初始化为纯重置态,而是初始化为一个相对于理想有序态包含比特翻转误差的混合态 ρr。该模型按比特翻转数量 (nbf) 对状态进行分组,并利用 Z2 对称性来减少拟合参数。
模型系统:
- 酉动力学由相互作用的 Floquet 横场伊辛模型(FTFIM)控制。酉门 Uθ 由横场项(Ux)和伊辛相互作用项(Uzz)组成,由角度 θ 参数化。
- 序参量对于相变是纵向磁化强度密度 m。对于无条件重置,研究的是 ⟨m⟩ness;对于条件重置,由于 Z2 对称性,平均磁化强度消失,因此使用平方磁化强度密度 ⟨m2⟩ness 作为观测量。
实验实现:
- 硬件: 实验在
ibm_marrakesh 处理器(127 量子比特重型六角晶格)上进行。
- 无条件协议: 为了避免主动中途重置,作者利用了动力学的更新结构。他们通过模拟在随机分配的重置事件后经过的纯酉演化轨迹来模拟轨迹。这使得广泛应用误差缓解技术(动力学解耦、读出误差缓解、零噪声外推和 Pauli 扭转)成为可能。
- 条件协议: 这需要主动的中途干预。电路包括酉演化、中途 Z 基测量、实时经典处理(多数投票)以及用于将少数自旋与多数自旋对齐的条件单量子比特旋转(X 门)。由于延迟和相干时间限制,先进的误差缓解技术并未集成到条件反馈回路中。
- 数据收集: 结果在每个重置实现的 M=104 次读出和 103 条量子轨迹上进行平均。
关键结果
- 定量一致性: 噪声条件重置理论与 N=3,5,7 个量子比特的实验数据表现出极佳的定量一致性。结合了特定比特翻转噪声模型的理论模型成功重现了实验趋势。
- 相变交叉行为: 实验展示了在稳态磁化强度中的交叉行为,这种行为类似于 FTFIM 的平衡量子相变。
- 对于无条件重置(具有较大的 θ=2.0),系统表现出数字量子动力学的特征,包括由于小 N 下的 Floquet 准能量简并而导致的磁化强度局部极大值。
- 对于条件重置(具有较小的 θ=0.1,趋于连续极限),铁磁序(⟨m2⟩ness)随着横场 h 的增加而单调减小,在临界点 h=1 附近显示出平滑的交叉。
- 噪声分析:
- 无条件重置的实验数据与无噪声理论吻合良好,这归功于有效使用了误差缓解技术以及避免了动态电路。
- 条件重置数据显示出相对于无噪声理论的显著下移。所提出的“重置态误差”模型(考虑了重置准备中的比特翻转和导致错误条件门的读出误差)提供了非常好的拟合。
- 补充材料中与其他噪声模型(去极化、相位阻尼、振幅阻尼和相关 $ZZ噪声)的比较表明,重置态误差模型在N=3和N=5时最为有效,并且尽管拟合参数较少,在N=7$ 时仍具有竞争力。
意义与主张
本文声称首次在量子硬件上演示了由随机重置诱导的相互作用多体系统的非平衡稳态。结果验证了由相互作用动力学和重置产生的集体稳态可以被忠实地实现在最先进的噪声量子处理器上。
作者强调,他们的工作将随机重置与经典前馈(通过动态电路和实时逻辑)作为近程量子机器状态制备资源的广泛效用联系了起来。他们得出结论,虽然由于相干限制和反馈回路中的延迟,大规模系统的量子模拟仍然具有挑战性,但他们的分析为在噪声设备上制备集体稳态铺平了道路,并为开发利用中途测量算法的量子算法提供了实际见解。论文谦虚地指出,未来的工作将侧重于将更复杂的误差缓解协议集成到条件反馈回路中,以实现向更大系统规模的系统性扩展。
每周获取最佳 condensed matter 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题,再试一次?
无垃圾邮件,随时退订。