量子比特环境的两种噪声光谱方法的比较。Sun 小组的 FTNS 明显优于当前的 DDNS 方法。图片来源：Steven Burrows/Sun group
量子技术和量子传感的最大挑战之一是“噪声”——看似随机的环境干扰，会破坏量子比特的微妙量子态，量子比特是量子信息的基本单位。
为了更深入地研究这个问题，JILA副研究员和科罗拉多大学博尔德分校物理助理教授孙硕与化学助理教授安德烈斯·蒙托亚-卡斯蒂略及其团队合作，开发了一种新方法，以更好地理解和控制这种噪声，可能为量子计算、传感和控制的重大进步铺平道路。
他们的新方法使用了一种称为傅里叶变换的数学技术，发表在《npj Quantum Information》杂志上。
噪音问题虽然一些噪音源（如音乐）可能令人愉快，但其他噪音源（如交通或繁华的城市）可能会分散注意力，甚至随着时间的推移导致健康问题。在微观层面上，噪声会带来重大挑战。即使是室温或地板振动的最小波动，或者量子比特系统固有的不稳定性，也会破坏量子比特的相干性，导致其在称为退相干的过程中失去量子态。
“许多人们非常兴奋的量子技术，如量子计算机和量子传感器，都面临着一个实际的局限性，即在更大的规模和更高的灵敏度上实现，”CU Boulder Physics研究生和该论文的共同第一作者Nanako Shitara解释说，他在Montoya-Castillo的小组工作。
“这是因为这些量子系统或量子比特对周围场的波动非常敏感，并且它们经常相互作用。
噪声不仅会影响超精密量子传感器等脆弱系统的测量，而且还会使系统更难管理。
Shitara解释说：“问题变成了一个控制问题：你想控制量子比特对某些类型的噪声的反应。基本上，你希望它对正确的信号做出很好的反应，同时忽略其他噪声源。
了解这种噪声的来源并找到减轻它的方法对于开发可靠的量子设备（例如量子计算机或传感器）至关重要。
“了解量子比特的噪声环境不仅对噪声缓解很重要，而且可以作为材料的宝贵探针，”Sun解释说。“在后一种情况下，量子比特充当传感器，提供对周围物质环境行为的洞察。
传统噪声表征为了研究和控制这种噪声，科学家们传统上使用一种称为动态去耦噪声谱（DDNS）的方法。这种方法涉及对量子比特施加精确的脉冲并观察它们的响应方式。
“动态解耦最初是，现在仍然是，用于延长量子比特的相干时间，”Shitara补充道。“事实证明，如果你将非常短的光脉冲施加到量子比特上，它就会以某种周期性的方式与它的环境相互作用，这有助于量子比特的相干性通过某种有效的解耦存活更长时间。
最近，动态解耦被重新用作噪声光谱方法（因此是DDNS），以测量和表征量子比特之间的噪声。虽然有效，但DDNS很复杂，需要施加大量几乎瞬时的激光脉冲。它还对潜在的噪声过程进行了一些假设，使其在广泛使用时变得繁琐且不太实用。
Shitara还阐述说，由于物理限制，DDNS方法对噪声频谱重建具有最小和最大频率限制，这可能会导致某人错过有趣的现象。“你可以看到，他们重建频谱的最低频率实际上可能相当高，这取决于实施情况，”她补充道。
着眼于DDNS的挑战，Shitara，Sun，Montoya-Castillo和CU Boulder博士后研究员Arian Vezvaee提出了一种新方法，该方法需要更少的激光脉冲，并利用了一种称为傅里叶变换的数学技术。
变换噪声贴图新方法傅里叶变换噪声谱（FTNS）提供了一种简单而强大的方法，通过关注量子比特的相干动态来分析影响量子比特的噪声。相干性衡量量子比特保持其量子态的程度，这对于其在量子计算中的性能至关重要。
这些测量通常是通过简单的实验完成的，如自由感应衰减（FID）或自旋回波，这些实验以特定的初始状态启动量子比特，并让其相干性随时间自由衰减，在衰变期间分别施加零个或一个中间脉冲。
收集这些基于时间的测量值后，将使用傅里叶变换处理数据。这个过程就像将一幅画分解成它的基本颜色来了解它是由什么组成的。
在这篇论文中，研究人员使用傅里叶变换将时域数据转换为频域数据，有效地将复杂信号分解为其组成频率。通过这样做，FTNS揭示了噪声频谱，显示了存在哪些噪声频率以及它们的强度。
研究人员发现，FTNS方法还处理了各种类型的噪声，包括复杂的噪声模式，这些噪声模式对于DDNS等其他方法来说具有挑战性。
虽然FTNS是一种更简化的方法，但存在一些局限性，例如最小和最大频率限制以及需要高分辨率时间和相干性测量。然而，研究人员证明，这些限制远不如DDNS的限制。
Sun和他在JILA的团队现在正在氮空位中心进行实验测试FTNS方法，这些空位通常存在于用作量子比特的钻石中。与此同时，俄亥俄州立大学化学副教授Joe Zadrozny和他的团队正在努力在分子量子比特和磁体中实现FTNS。
Montoya-Castillo说：“我们非常兴奋我们的方法能够揭示量子比特或传感器与其环境之间的频率分辨对话，甚至更多关于它提供的新机会。
“从传感的角度来看，我们正在努力确定FTNS如何显示传感器附近难以看到的物理过程，无论是晶体中的颜色中心，如金刚石中的氮空位，捕获的离子还是分子磁铁。这是一个令人兴奋的前沿领域，因为量子传感器可以对复杂的生物过程（如蛋白质折叠）进行成像，具有前所未有的细节和时间分辨率。
更多信息：Arian Vezvaee 等人，傅里叶变换噪声光谱学，npj 量子信息 （2024）。DOI： 10.1038/s41534-024-00841-w
期刊信息： npj Quantum Information
