新研究證實未知量子態多份本仍可提取全部可用能量

多年來,物理學家一直視知識為量子世界中的一種燃料,越精確了解系統,就能從中榨取更多功。但這一廣受認可的假設如今受到挑戰。最新研究顯示,即使對量子態完全不確定,也能提取其全部可用能量——前提是擁有大量副本。這挑戰了量子熱力學中的核心難題,因為精確測量系統往往耗費大量資源,適得其反。「評估納米尺度量子系統中可提取的最大功量,是量子熱力學的中心問題之一,」研究作者指出。

研究提出驚人捷徑:在適當條件下,可跳過昂貴的系統學習步驟,仍能充分利用其能量。

從昂貴測量到巧妙捷徑

量子系統中儲存的有用功由亥姆霍茲自由能主導,此值顯示系統偏離熱平衡的程度,偏離越遠,可提取功越多。先前研究已證實,大量相同量子系統的自由能設定最大可提取功上限,但前提是事先知曉精確量子態。這在實踐中難以實現,因為「實驗環境中,量子態易受未知噪聲影響,無法掌握其詳細特性,」東京大學研究生、合著作者 Kaito Watanabe 表示。學習精確態需量子層析成像,過程消耗海量副本及能量,形成惡性循環:過度學習即喪失初衷益處。

為解決此問題,研究團隊設計通用功提取協議,不依賴事先知識。協議利用大量相同副本出現的微妙對稱性,即使單個副本未知,整體仍呈現可利用模式。協議分步協調進行:首先,Schur pinching channel 數學操作將系統重組為簡單對角形式,更易處理。其次,非全面測量,而是僅抽樣少量副本,估計相對熵——決定可提取功的關鍵量。此抽樣比例隨總副本數緩慢增長,多數系統保持完整。

最後,將估計值輸入標準提取流程,透過守恆能量操作轉化儲存能為有用功。研究顯示,此協議的收斂速度與知曉態的協議一致,學習與提取同步進行,系統在演化中自我適應,無需完整事先知識。
此成果暗示量子資源思維轉變,屬資源蒸餾框架一部分。若類似無知識策略擴展,可簡化多項量子技術。研究證實結果適用複雜無限維系統,如量子光學,自由能極限不僅理論上成立,亦具實踐可及性。但協議依賴大量相同副本,非總適用,且無限維系統完整理解仍待探索。

團隊計劃推廣至其他量子過程,並優化複雜真實情境。研究刊載於 Nature Communications。

本文由 The Base Principle 編譯自以下英文報道,內容經翻譯及整理,事實與數據以原文為準。
Henderson
Henderson

Henderson 是 The Base Principle 的編輯,負責 AI 與工程科技報道的選題與編輯,並監督本站的自動化編譯流程。關注範圍包括大型語言模型、半導體與運算、太空與能源工程。

The Base Principle 是一個繁體中文(香港)科技媒體,專注報道人工智能與工程前沿。我們持續追蹤 OpenAI、Anthropic Claude、Google Gemini、Grok(xAI)、Meta AI、DeepSeek 等主要 AI 模型與公司,並涵蓋電動車與工程技術趨勢,每日精選與分析。

友情網站:手機・開箱・評測 → TechRitualTechNippon 日本語版