Skip to main content
QUICK REVIEW

[论文解读] Quantum-to-classical transition in many-body bosonic interference

Jelmer J. Renema, V. S. Shchesnovich|arXiv (Cornell University)|Sep 6, 2018
Quantum Information and Cryptography被引用 2
一句话总结

本文提出一种框架,将非理想的多玻色子干涉建模为较小玻色子组之间的理想干涉,其余粒子则进行经典干涉。关键结果是,有效量子干涉尺度仅取决于非理想程度,与系统规模无关,从而为玻色子平台提供可扩展的基准测试。

ABSTRACT

Bosonic many-body systems are prominent candidates for a quantum advantage demonstration, with the most popular approaches being either a quantum simulation beyond the reach of current classical computers, or a demonstration of boson sampling. It is a crucial open problem to understand how resilient such quantum advantage demonstrations are to imperfections such as boson loss and particle distinguishability. We partially solve this problem by showing that imperfect multi-boson interference can be efficiently approximated as ideal interference of groups of smaller number of bosons, where the other particles interfere classically. Crucially, the number of bosons undergoing interference in our approxmation only depends on the level of imperfections, but is independent of the actual number of particles. This allows us to construct a simple but stringent benchmark for comparing many-body bosonic technological platforms.

研究动机与目标

  • 理解玻色子系统中量子优势演示对粒子不可区分性和损耗等非理想因素的鲁棒性。
  • 解决如何高效建模和量化非理想因素对多体玻色子干涉影响的开放问题。
  • 开发一种基准测试,可独立于系统规模隔离干涉中的量子贡献。
  • 提供一种框架,用于在现实非理想条件下比较不同多体玻色子技术平台。

提出的方法

  • 将非理想的多玻色子干涉建模为较小玻色子组之间的理想干涉与剩余粒子的经典干涉的混合。
  • 将完整多体态分解为若干簇,其中仅固定数量的玻色子表现出量子干涉,该数量由非理想程度决定。
  • 采用参数化近似,其中参与干涉的玻色子数量随非理想程度变化,而非随总粒子数增加。
  • 将近似公式化,使得经典背景来源于无法贡献于量子干涉的不可区分粒子。
  • 推导出一种可扩展的输出概率分布表示,明确分离量子与经典贡献。
  • 通过验证表明,该近似能捕捉非理想干涉的本质特征,同时保持计算效率。

实验结果

研究问题

  • RQ1在粒子不可区分性和损耗存在的情况下,如何高效近似非理想的多玻色子干涉?
  • RQ2在给定非理想程度下,实际参与量子干涉的玻色子有效数量是多少?
  • RQ3能否构建一种基准测试,使干涉的量子成分独立于系统规模被隔离?
  • RQ4当粒子并非完全不可区分时,干涉结构如何变化?
  • RQ5在非理想玻色子系统中,经典干涉在多大程度上可解释观测到的统计特性?

主要发现

  • 非理想的多玻色子干涉可被准确近似为固定数量玻色子之间的理想干涉,且与总系统规模无关。
  • 经历量子干涉的玻色子数量仅取决于非理想程度,与总粒子数无关。
  • 其余粒子通过经典干涉贡献于输出分布,有效与量子核心解耦。
  • 所提出的近似方法为评估不同玻色子平台的量子优势潜力提供了可扩展的基准测试。
  • 该框架清晰分离了干涉中的量子与经典贡献,简化了性能评估。
  • 该方法即使在大规模系统中仍保持高效与预测能力,因关键参数仅与非理想程度相关,而非系统规模。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。