[论文解读] Catalytic transformations with finite-size environments: applications to cooling and thermometry

Ivan Henao, Raam Uzdin|arXiv (Cornell University)|Oct 18, 2020

Advanced Thermodynamics and Statistical Mechanics参考文献 100被引用 29

一句话总结

本文提出了一种在有限尺寸环境中的催化转化框架，证明了通过使用有限维催化剂，可以增强冷却和测温性能。研究证明，只要催化剂足够大，催化冷却始终是可能的，其中三水平系统可实现对量子比特的最优冷却，并表明催化剂在冷却和温度估计任务中均可超越非催化方法的性能极限。

ABSTRACT

The laws of thermodynamics are usually formulated under the assumption of infinitely large environments. While this idealization facilitates theoretical treatments, real physical systems are always finite and their interaction range is limited. These constraints have consequences for important tasks such as cooling, not directly captured by the second law of thermodynamics. Here, we study catalytic transformations that cannot be achieved when a system exclusively interacts with a finite environment. Our core result consists of constructive conditions for these transformations, which include the corresponding global unitary operation and the explicit states of all the systems involved. From this result we present various findings regarding the use of catalysts for cooling. First, we show that catalytic cooling is always possible if the dimension of the catalyst is sufficiently large. In particular, the cooling of a qubit using a hot qubit can be maximized with a catalyst as small as a three-level system. We also identify catalytic enhancements for tasks whose implementation is possible without a catalyst. For example, we find that in a multiqubit setup catalytic cooling based on a three-body interaction outperforms standard (non-catalytic) cooling using higher order interactions. Another advantage is illustrated in a thermometry scenario, where a qubit is employed to probe the temperature of the environment. In this case, we show that a catalyst allows to surpass the optimal temperature estimation attained only with the probe.

研究动机与目标

• 解决有限环境限制冷却至被动态状态的根本限制，而第二定律无法捕捉这一限制。
• 为有限环境中的催化转化建立明确且可构造的条件，包括酉操作和催化剂态。
• 证明催化剂可克服因环境尺寸有限导致的冷却限制，并提升测温精度。
• 表明即使在经典上已可实现冷却的情况下，催化剂仍可通过更高效地提取热量来增强冷却性能。
• 建立一个通用框架，用于实现非幺模变换（例如冷却、功提取），由有限催化剂实现。

提出的方法

• 开发一种使用全局酉操作的催化转化形式化方法，该操作保持总能量守恒，将系统、有限环境和催化剂耦合。
• 引入一种图形化方法，通过催化剂能级中的环流来可视化催化转化。
• 应用“被动性”概念，识别在有限环境中无催化剂时冷却为何不可能。
• 使用一种协议，通过迭代优化催化剂本征值和酉操作，以最大化冷却电流（Jmin）。
• 通过“催化极大化”推导出构造性条件，提供明确的酉操作和催化剂态，实现实际应用。
• 将该框架应用于冷却与测温，证明催化剂在两项任务中均可超越非催化界限。

实验结果

研究问题

• RQ1 在何种条件下，有限环境会无法冷却系统，且该限制能否通过催化剂克服？
• RQ2 使用有限的热环境实现对量子比特的催化冷却，所需的最小催化剂维度是多少？
• RQ3 即使在无需催化剂时冷却已可能的情况下，催化剂是否仍能增强冷却性能，若能，如何实现？
• RQ4 催化剂能否在测温中实现超越非催化探针的温度估计精度？
• RQ5 在有限环境中，有限催化剂可实现的变换（超越冷却）的一般类别是什么？

主要发现

• 若催化剂维度足够大，催化冷却始终是可能的，其中三水平系统可利用热量子比特实现对量子比特的最优冷却。
• 对于由四水平热物体冷却的量子比特，两水平催化剂可实现冷却电流 Jmin(1) = 0.045，超过非催化情况下的 Jmin = 0.033。
• 在多量子比特冷却中，两水平催化剂可实现两倍优势：增强热量提取并减少对复杂多体相互作用的需求。
• 催化剂可超越仅使用探针所能达到的最优温度估计精度，证明了在测温中催化增强的存在。
• 该协议通过调整催化剂本征值和交换操作，迭代提升冷却性能，首轮即实现冷却电流从 0.033 提升至 0.045。
• 该框架可推广至非幺模变换，包括从被动态中提取功，以及催化违反 Jarzynski 等式。