2月23日消息（余予）來自中國科大的消息顯示，中國科大郭光燦院士團隊李傳鋒、項國勇研究組與香港中文大學(xué)袁海東教授在量子精密測量實驗中，首次實現(xiàn)了兩個參數(shù)同時分別達到“超海森堡極限”和海森堡極限的最優(yōu)測量，在多參數(shù)量子精密測量研究中取得重要實驗進展。
據(jù)悉，精密測量的精度會隨著消耗的資源增加而提高，數(shù)學(xué)上用T-k來描述，其中T為資源（如測量時間），k是評價不同測量方法優(yōu)劣的最重要標(biāo)準(zhǔn)精度增長階數(shù)。在諸如相位估計、磁力儀和量子陀螺儀等眾多應(yīng)用中，研究發(fā)現(xiàn)k在經(jīng)典測量方法和量子測量方法中分別是0.5和1，分別被稱作散粒噪聲極限和海森堡極限。然而存在多體相互作用或含時演化的時候，人們發(fā)現(xiàn)k可以超越1，稱之為“超海森堡極限”。
目前這三種不同的精度極限在單參數(shù)量子測量實驗中已經(jīng)分別得以實現(xiàn)，但是海森堡不確定性關(guān)系是量子力學(xué)的根本限制，“超海森堡極限”是否真的是超海森堡仍存在爭議。針對這一爭議，項國勇等人采用近年來著力發(fā)展的多參數(shù)量子精密測量平臺，研究測量旋轉(zhuǎn)場的強度和頻率兩個參數(shù)中“超海森堡極限”和海森堡極限是否可以同時達到的問題。
研究過程中，項國勇等人將控制增強的次序測量技術(shù)進一步發(fā)展到多參數(shù)含時演化的測量中，通過優(yōu)化量子系統(tǒng)動力學(xué)演化各個部分，實現(xiàn)了兩個參數(shù)同時分別達到海森堡極限和“超海森堡極限”的最優(yōu)測量，并闡明這兩種精度極限都遵從海森堡不確定性關(guān)系，都是最優(yōu)的量子精度極限。
旋轉(zhuǎn)場中的強度B和頻率w測量精度增長階數(shù)分別為k=1和2，同時達到“超海森堡極限”和海森堡極限。
該研究成果于2021年2月18日在國際知名期刊《物理評論快報》（Physical Review Letters）上發(fā)表。這一成果加強了量子精密測量與海森堡不確定性關(guān)系兩個領(lǐng)域的聯(lián)系，促進了這兩個領(lǐng)域的交叉發(fā)展，并且在實際測量問題中具有重要潛在應(yīng)用價值。
相關(guān)審稿人認(rèn)為“Multiparameter estimation is an important problem for quantum metrology that has a wide range of applications, and I think this is a solid piece of work that is of sufficient novelty and merit to be published in PRL.（多參數(shù)估計不僅是量子精密測量的重要問題，而且有著廣泛的應(yīng)用。我認(rèn)為這是一個具有足夠的新穎性和價值的扎實的工作，值得在PRL發(fā)表）”
中科院量子信息重點實驗室副研究員侯志博和本科生金言（已畢業(yè)）為論文共同第一作者，通訊作者為我校項國勇教授和香港中文大學(xué)袁海東教授。該項研究得到了科技部、國家自然科學(xué)基金委、中科院和教育部的支持。
論文鏈接：
http://m.ygpos.cn/uploadfile/2021/0224/2021022408312413G.070503
- LoRaWAN協(xié)議：您需要知道的一切
- 遼寧朝陽發(fā)布行動方案，搶抓低空經(jīng)濟發(fā)展“窗口”期
- 人工智能與能源：邁向凈零世界的協(xié)同力量
- 數(shù)據(jù)分析的七大優(yōu)勢
- 物聯(lián)網(wǎng)賦能智能建筑：優(yōu)勢與用例
- 云平臺如何增強生成式AI工具和模型的功能
- 什么是建筑信息建模（BIM），與 BMS有什么區(qū)別？
- DeepSeek的AI模型如何重新定義全球技術(shù)動力學(xué)
- 光纖網(wǎng)絡(luò)連接的DCI拓?fù)洌耗鷳?yīng)該了解的內(nèi)容
- DCI架構(gòu)設(shè)計：克服現(xiàn)代數(shù)據(jù)中心互連的核心挑戰(zhàn)
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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)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(fù)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(fù)任何法律責(zé)任。任何單位或個人認(rèn)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。
