Moment-Selective Quantum Designs in Aperiodic Temporal Ensembles
本文介绍了一种在非周期量子系统中构建长寿命矩选择性时间设计（moment-selective temporal designs）的机制，其中受限于有限对称群的分层结构化驱动使得低阶矩能够重现哈尔统计（Haar statistics），而特定的高阶偏差在微小静态失谐下能呈指数级持久存在，这一现象通过斐波那契和银中值比特构造得到了验证。
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
在量子物理那混乱的世界里，粒子不断地跳动并相互作用，科学家们经常寻找让系统稳定下来或表现出可预测模式的方法。该领域的一个核心概念是“设计”（design），它本质上是一种精心构建的动作序列，使系统看起来尽可能随机，模仿完美混合后的扑克牌的行为。当一个量子系统达到这种状态时，它就失去了关于初始状态的所有记忆，其未来的行为在统计上变得均匀。这种记忆的丧失通常被视为系统达到平衡的标志，即信息关于过去的信息被有效地抹除。然而，研究人员长期以来一直想知道，是否可以设计一种系统，使其能够快速遗忘某些事物，同时又能在很长一段时间内记住其他更微妙的细节。这个问题触及了信息在量子世界中如何生存的本质，以及我们能否控制不同类型的统计信息消逝的速度。
现在，一支物理学家团队展示了一种创造这种选择性记忆的方法。通过向一个量子比特施加特定的、非重复的脉冲序列，他们表明该系统可以迅速抹除粗略的、低层级的统计信息，同时刻意保留一个更精细、更高阶的特征，且持续极长的时间。研究人员通过使用基于斐波那契数列（一个著名的数字序列，其中每个数字都是前两个数字之和）的模式来驱动量子系统实现了这一点。当这些脉冲序列被调节到非常特定的设置时，系统会进入一种特殊状态：对于大多数基础测量而言，它的行为表现得像是一个随机的状态集合，但仍保留着一个明显的、非随机的特征，而这个特征在通常情况下会消失得更快。
这一发现的核心在于脉冲的时序与系统对称性之间的关系。研究人员发现，在某些精确的控制设置下，脉冲序列会产生一个有限对称群，这意味着系统的状态仅访问一组有限的配置，而不是探索整个可能的空间。在这些特殊点上，系统组织得如此严密，以至于在最初的几个统计细节层级上，它模仿了随机分布。然而，一个更复杂的细节层级却保持不受影响。团队展示了，如果他们将控制设置稍微偏离这个完美点，系统并不会立即失去这种特殊的记忆。相反，这种记忆持续的时间会随着偏移量的减小而呈指数级增长。这意味着，通过将系统调节到非常接近完美设置的状态，研究人员可以让所选的记忆持续的时间，远长于系统在其他方面表现得看似随机的时间。
为了证明这一点，科学家使用了两种不同的数学构造，一种基于斐波那契数列，另一种基于类似的被称为“银中数”（silver mean）的模式。在模拟中，他们观察到对于由斐波那契序列驱动的系统，前三个层级的统计细节几乎立即变得与随机分布无法区分。然而，第四个细节层级（对应于量子球面上的一种特定几何形状）即使在一百万次脉冲之后仍然清晰可见。在另一种使用更复杂对称性的设置中，系统在前五个细节层级上保持随机，同时保留了第六层级的特征，且持续时间同样令人印象深刻。这些结果证实了系统不仅仅是在缓慢地趋向随机，它是在主动抹除低层级的结构，同时紧紧抓住高层级的结构。
研究人员还调查了当控制设置不完美时的情况，这在现实世界的实验中总是存在的。他们发现，控制设置中微小的、稳定的误差会导致这种特殊记忆缓慢衰减，其寿命随着误差的减小呈指数级增长。然而，他们发现当误差是随脉冲随机波动时，情况大不相同：在这种情况下，记忆不会持续那么久；其寿命受限于波动的规模，而非观察到的指数缩放。这种区别对于理解如何构建实际设备至关重要，因为它表明随机噪声对这种类型选择性记忆的破坏力远大于一致的、微小的校准偏差。
论文最后提出了一种在实验室中使用单氮空位中心（diamond NV center）来测试这些想法的实际方法，这种系统已被广泛用于量子实验。研究人员建议，科学家无需等待一个不可能实现的漫长时间，即可验证这种长寿命记忆的存在。与其观察系统进行数百万次脉冲，不如测量允许记忆存续的控制设置范围如何随着观察时间的增加而缩小。这种缩小的窗口作为指数寿命的特征信号，可以在不需要运行完整时长的情况下确认其机制。这项工作为控制量子系统提供了一种新工具，使科学家能够分离简单信息的丢失与复杂信息的丢失，从而可能为保护量子数据或研究系统如何趋向平衡提供新途径。
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。