两年前我听了人民大学贾晋京讲过有关技术与科学关系的报告,当时就引起我的一些思考。我想到了热机实际上是从纯粹技术出发,反哺科学的。第一次科技革命的代表是热机蒸汽机。而信息科技革命的代表是计算机。热机把其它形式能量转化为机械能,同时增加熵。计算机消耗能量,转换信息的形式,降低无序性,降低熵。某种程度上,热机与计算机互相对偶。 我当时就想到一个问题:既然都涉及到墒变换,那么热机做功,是否也能被看成是信息处理的过程么?我们能不能用热机来实现计算机的某种功能?量子热机做功,计算难度上可能特别复杂。热机确实有可能跟某些计算问题联系起来,比如说玻色取样这个被用于证明量子计算优越性的问题。算是我们研究计算复杂性科学与量子热力学的一个尝试。 我们接下来的研究如果能够找到更多量子热力学统计物理与计算机科学,特别是计算复杂性理论之间的深刻关系,那么会很有意思。这暗示蒸汽机工业革命与计算机信息革命之间有深刻联系!
在热力学与统计物理中,最重要的成就之一是热机做功理论,让人们深刻理解了蒸汽机是如何把热变成机械能,以及这个转化效率的卡诺极限等。在热力学做功理论中,最经典的一个模型是封闭容器中的理想气体膨胀,推动活塞运动做功,如下图所示
经典物理中做功定义是很简单的: ,即做功大小等力F乘以位移S。对于这个活塞系统做功问题,我们只要知道气体在做功过程中压强P的变化规律,以及活塞的截面积,就能算出气体的压力F,然后直接乘以位移S就能算出气体膨胀做功了。近年来,随着冷原子实验的发展,人们可以把原子气体冷却到量子基态附近。理想气体推动活塞做功问题原来是一个经典模型,在冷原子系统中,必须将其量子化。但问题远没那么简单,对一个量子系统来说,力并没有一个良好的定义,位移也并不是一个好的量子数。直接用力乘以位移来计算量子功是不可行的。
要定义量子系统的做功,需要利用量子系统的能量本征态。对于一个孤立的量子系统来说,量子功的定义理论上很明确,可以通过在做功前后对系统做两次能量本征值的投影测量而实现。作为最简单的例子,我们可以考虑一个处于热平衡态的谐振子。首先要对其能量本征态(粒子数态)进行投影测量,使得系统塌缩到某个能量本征态;以这个能量本征态作为初态,我们改变简谐势阱位置或囚禁频率,从而对简谐振子做功,然后对末态再投影到能量本征态,根据两次能量本征值的变化从而可以测量出此次做功的大小。这个做功过程可以重复很多次,很显然,每次做功的大小不会完全一样,我们可以统计出一个做功的分布几率出来。虽然概念定义上很直接,但是直到2015年,才由清华大学金奇奂研究组与北京大学全海涛教授合作基于离子阱系统实现了对量子功分布的直接测量,实验结果见下图。详见我写的介绍文章:量子功的测量。
北京大学全海涛教授在2014年研究了气体膨胀对活塞做功问题的量子版本。他考虑很多个全同粒子囚禁于活塞腔室内,粒子温度极低,必须要考虑其量子效应。如果气体分子是全同费米子,那么做功导致的能级之间的跃迁,需要计算矩阵行列式,这可以高效计算;如果气体分子是全同玻色子,在求解做功问题时,需要计算玻色子的多体干涉问题,数学上等价于求解一个矩阵的积和式(permanent)。积和式的定义与矩阵行列式类似,只不过需要把行列式中负号都变为正号。这个细微的改变导致积和式计算非常困难,随玻色子数目指数增加。
另一方面,随着量子计算技术迅速发展,2011年人们提出玻色取样问题。此问题涉及到多个光子在光学网络中的多光子干涉,可用于高效计算模拟矩阵积和式。据估算,如果能够实现50个光子的玻色取样,所能计算的积和式就超越了当时的经典计算机能计算的极限。正是在玻色取样理论激励下,人们开始实验上展示量子计算机超越经典计算,或者说”量子霸权“。2019年,基于随机电路取样,谷歌实现了量子霸权;2020年,基于玻色取样,中科大研究组也实现了量子优越性:他们实现了超过70个光子的高斯玻色取样实验,远远超越超级计算机的模拟能力。
如何利用玻色取样来实现具有实际意义的工作,是人们目前最关心的问题之一。有人认为可以用玻色取样来计算分子谱,也有人认为可以用来计算图论问题。我们认为用它来计算多体玻色子的量子功分布是最合适的。在最近的一篇论文中,与博士生刘文强合作,我们设计了一个玻色取样实验方案,把计算多体全同玻色子量子功分布中所涉及的积和式与波色取样所能估算的积和式一一对应起来,对不同速度的量子功分布过程,都可以高效算出所需要的波色取样实验光学器件的参数,从而实现对量子功分布的高效计算。我们进一步仔细分析了计算功分布时所需光学元件数目与玻色子数目的依赖关系,发现是多项式的关系。我们给出了一个具体方案设计,只需要5个光学通道,在其之间设计合适的光学干涉,就可以计算3个全同玻色子的功分布,如下图所示
要实现此方案,关键是要对线性光学器件进行高速编程操控,从对任意速度的做功的计算问题都能迅速实现相应的玻色取样光网络。基于集成光学芯片,人们已经初步实现了此技术。我们期待此方案能对玻色取样的实际应用带来一定的启发。
参考文献:Efficiently calculating the work distribution of identical bosons with boson sampling, Wen-Qiang Liu, Zhang-qi Yin,arXiv:2201.01562