12月29日消息(余予)量子測量將微觀的量子態(tài)信息轉(zhuǎn)化為探測器響應(yīng)的經(jīng)典事件,是連接量子世界與經(jīng)典世界的橋梁。而對量子測量進行準確高效的表征,是提取量子系統(tǒng)信息、研究量子物理基本理論、開發(fā)先進量子技術(shù)、實現(xiàn)量子優(yōu)越性的重要前提。
據(jù)了解,表征量子測量的傳統(tǒng)方法為量子探測器層析,需要制備一組信息完備的入射態(tài),并使用未知的量子測量對其進行探測,根據(jù)不同入射態(tài)的測量結(jié)果,利用優(yōu)化算法對量子測量的測量算符進行重構(gòu)。
盡管量子探測器層析在理論上對任意量子測量的表征具有普適性,但隨著測量算符維度的增大,完備入射態(tài)制備過程和測量算符重構(gòu)過程的復(fù)雜度都大幅度提升,為高維度量子測量的實際表征帶來了巨大挑戰(zhàn)。
針對這一挑戰(zhàn),近日,南京大學(xué)現(xiàn)代工程與應(yīng)用科學(xué)學(xué)院與之江實驗室合作,利用量子系統(tǒng)具有時間對稱性的雙態(tài)矢量描述,對前、后選擇的量子系統(tǒng)進行弱測量,將廣義測量結(jié)果—弱值與實現(xiàn)后選擇過程的量子測量算符建立對應(yīng)關(guān)系,通過提取不同可觀測量的弱值實現(xiàn)對量子測量直接表征,這一方法被稱為直接量子探測器層析(Direct Quantum Detector Tomography,DQDT)。
實驗過程中,研究人員將該方法應(yīng)用于對偏振自由度的投影測量以及對稱信息完備的正值算符測量(SIC POVM)進行直接表征,得到的測量算符與對應(yīng)的傳統(tǒng)量子探測器層析結(jié)果保真度均大于99.5%。
圖1. 利用直接量子探測器層析對偏振投影測量和SIC POVM直接表征的實驗裝置圖。
圖2. 對偏振投影測量進行直接表征的實驗結(jié)果(a、b)與精度分析(c、d)。(e)直接表征結(jié)果與傳統(tǒng)表征結(jié)果的保真度。
圖3. 對偏振自由度SIC POVM進行直接表征的實驗結(jié)果(a、b、c)與精度分析(d、e)。
除此之外,本工作還系統(tǒng)研究了直接層析方案的精度,并通過改變量子系統(tǒng)與測量儀器態(tài)之間的耦合強度,以及最優(yōu)化利用量子測量算符的完備性條件,有效改善了測量算符的直接表征精度,使得直接量子探測器層析對于表征任意的量子測量具有普遍的可行性。
此項工作將基于弱值的直接層析理論由量子態(tài)和量子過程擴展到對量子測量的表征,為時間對稱形式下弱測量的理論研究提供了新的思路,同時該方法規(guī)避了傳統(tǒng)表征方法中的重構(gòu)過程,大幅度降低了的計算復(fù)雜度,為表征高維的量子測量、研究量子測量的非經(jīng)典性質(zhì)打開了新的大門。
以上成果以"Direct Characterization of Quantum Measurements Using Weak Values"為題于近日在《物理評論快報》發(fā)表。論文的第一作者為南京大學(xué)現(xiàn)代工程與應(yīng)用科學(xué)學(xué)院科研助理、之江實驗室博士后胥亮,論文的通訊作者為張利劍教授,南京大學(xué)為該論文的第一單位。
- 2025年及以后值得關(guān)注的AIoT主要趨勢
- 數(shù)字孿生:為人工智能驅(qū)動的智能工廠鋪平道路
- 人工智能的能源需求:數(shù)據(jù)中心和電力行業(yè)能否跟上?
- 為什么光纖電纜是數(shù)據(jù)中心的最佳選擇以及如何有效部署它
- 什么是光學(xué)監(jiān)控系統(tǒng)?
- 木制數(shù)據(jù)中心:技術(shù)基礎(chǔ)設(shè)施的下一個重大創(chuàng)新?
- 馬斯克xAI再獲百億美元資金;武漢大學(xué)成立機器人學(xué)院 與華為、宇樹等合作培養(yǎng)——2025年07月03日
- 5G及更高版本的靜默骨干:網(wǎng)絡(luò)API如何賦能未來互聯(lián)
- 如何選擇最適合的云部署模型?
- 從靜態(tài)到智能:物聯(lián)網(wǎng)在工業(yè)稱重系統(tǒng)中的興起
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。