[论文解读] A spin based heat engine: multiple rounds of algorithmic cooling

Colm A. Ryan, Osama Moussa+2 more|arXiv (Cornell University)|Jun 19, 2007

Quantum Computing Algorithms and Architecture被引用 2

一句话总结

该论文在3量子比特核磁共振量子处理器中实现了多轮热浴算法冷却，通过相干控制和受控的量子比特-环境相互作用，将目标量子比特的熵排出。实验实现了1.69倍于热浴极限的量子比特极化度提升，超越了封闭系统冷却的香农极限。

ABSTRACT

We show experimental results demonstrating multiple rounds of heat-bath algorithmic cooling in a 3 qubit solid-state nuclear magnetic resonance quantum information processor. By dynamically pumping entropy out of the system of interest and into the heat-bath, we are able show purification of a single qubit to a polarization 1.69 times that of the heat-bath and thus go beyond the Shannon bound for closed system cooling. The cooling algorithm implemented requires both high fidelity coherent control and a deliberate controlled interaction with the environment. We discuss the improvements in control that allowed this demonstration. This experimental work shows that given this level of quantum control in systems with sufficiently large polarizations, nearly pure qubits should be achievable.

研究动机与目标

• 在固态量子系统中实现重复多轮热浴算法冷却。
• 展示将量子比特系统中的熵泵入热浴，以实现超越自然平衡极限的量子比特极化度提升。
• 验证高保真度量子控制可在开放量子系统中实现超越香农极限的冷却。
• 探索在具备足够初始极化度和控制能力的系统中实现近乎完美量子比特纯度的可行性。

提出的方法

• 采用3量子比特固态核磁共振（NMR）处理器作为量子信息平台。
• 实施动态、高保真度的相干控制操作以操控量子比特态。
• 设计系统量子比特与热浴之间的受控相互作用，以促进熵的转移。
• 在多个轮次中重复算法冷却协议，累积降低量子比特熵。
• 测量目标量子比特的最终极化度，以相对于热浴量化冷却性能。
• 使用量子控制技术维持相干性，并在重复冷却循环中最小化退相干。

实验结果

研究问题

• RQ1 能否在固态NMR系统中实验实现多轮热浴算法冷却？
• RQ2 量子比特极化度能超越热浴自然极化度的程度有多大？
• RQ3 高保真度相干控制是否能在开放量子系统中实现超越香农极限的冷却？
• RQ4 与环境的受控相互作用如何促进量子寄存器中的熵减少？
• RQ5 实现超越封闭系统极限的显著冷却，需要多高的控制保真度？

主要发现

• 实验实现了单个量子比特极化度相对于热浴1.69倍的提升，超越了封闭系统冷却的香农极限。
• 成功实现了多轮算法冷却，证明了系统中熵的累积减少。
• 高保真度相干控制和受控的环境耦合对于实现观测到的冷却效应至关重要。
• 结果证实，熵可有效从系统泵入热浴，从而实现增强的量子比特纯度。
• 所展示的控制质量表明，在具备足够初始极化度和控制保真度的系统中，几乎完美的量子比特应可实现。