引力猫态,引力场充当着一个环境,其中宏观物体(类似于薛定谔的猫)以不同引力态的叠加存在。这些状态不仅具有理论意义,而且也为实验探索带来了希望,为研究引力和量子力学的相互作用打开了独特的窗口 [6,7]。从历史上看,围绕与此相关的一个基本问题一直存在讨论:我们如何确认引力是否必须被视为一种量化现象,或“为什么我们需要量化一切,包括引力” [8]?此外,是否存在一种普遍适用的实验方法,可以确定引力是否在量子层面上起作用 [9,10]?根据量子信息论的某些观点,有人认为,能够在两个系统之间产生纠缠的相互作用必然具有量子特性。因此,量子引力的一个重要指标是观察到由引力相互作用引起的大质量态之间的纠缠[11,12]。与目前依赖于检测引力介导的纠缠的测试相反,Lami等人[13]最近提出了一种仅关注相干态的新方法。有趣的是,他们的方法不需要产生广泛离域的运动状态或检测纠缠,因为纠缠不会发生在该过程的任何阶段。因此,近年来,引力猫态的研究引起了相当大的关注[14-17],这受到理论框架和实验技术的进步的刺激。一些研究人员利用引力波探测、量子光学和精密测量技术等工具,提出了各种生成和观察引力猫态的方案。这些努力不仅深化了
Sarah Caudill,博士,路易斯安那州立大学,助理教授。专业领域:黑洞和中子星的引力波搜索、科学计算、机器学习。 Robert Fisher,(研究生项目主任),博士,加州大学伯克利分校,教授。专业领域:湍流基础物理学、科学计算、恒星形成和超新星。 Jong-Ping Hsu 博士 1969 罗彻斯特大学,校长教授。专业领域:时空对称性、量子杨-米尔斯引力、具有非积分相位因子的广义规范变换和夸克禁闭的可重整化模型 David Kagan,博士,剑桥大学,物理学专职讲师。专业领域:弦理论、量子引力、量子理论。 Christian McHugh,博士,北卡罗来纳大学教堂山分校,物理学专职讲师。专业领域:医学物理学、磁共振成像、化学交换核磁共振波谱、超极化氙。 Grant O'Rielly,博士,墨尔本大学,副教授。专业领域:中等能量光核物理、少体系统、介子光生成、基本核对称性。 Renuka Rajapakse,博士,康涅狄格大学,物理学专职讲师。专业领域:量子光学、计算物理、量子计算和原子物理。 Jay (Jianyi) Wang,(主席),博士,田纳西大学诺克斯维尔分校,教授。专业领域:电子、原子和光学过程的理论与模拟、离子-固体和离子-表面相互作用、计算物理。
引言:压缩光是一种光学状态,其中一阶正交的涨落被抑制在散粒噪声极限 (SNL) 以下 [1–9]。随着越来越多的光学技术跨越量子领域,压缩光已成为量子光学和量子信息领域的重要资源。压缩态已成功应用于连续变量量子通信协议 [10–12] 和提高光学传感器 [13](包括引力波探测器 [14])的性能。基于各种非线性材料,已经开发出许多产生压缩光的方法 [3, 9]。常见的是利用非线性晶体中的参量下转换 [1, 2, 15],尽管基于偏振自旋效应 [16–20] 和四波混频 [21–25] 的原子源也在研究中。压缩光的检测通常采用以下三种方式之一:直接强度检测或光子计数(仅适用于强度压缩光)、使用相移腔[3],以及迄今为止这三种方式中最常见的通过用经典本振拍打压缩光场的同差或异差检测。在本信中,我们介绍了一种技术,该技术使我们能够使用 CCD 相机表征位移压缩真空态中的压缩参数,而无需使用相关检测。我们证明压缩量可以从每像素光子统计的一阶和二阶矩推导出来,其精度与同差检测相似。同时,所提出的方法可能特别有利于压缩增强光学成像[26,27]。方法:—我们将强泵浦与压缩真空光混合| ξ ⟩ 在不平衡光束分光器处,反射率 θ << 1,用于泵浦场。泵浦是一个相干
测量假设是量子力学的基础 [1]。要获得有关封闭系统量子态的信息,需要与额外的读出系统(仪表)相互作用。可以设计这种相互作用,使得测得的可观测量是读出过程中运动的积分。这称为量子非破坏(QND)测量。QND 测量使重复测量能够得到相同的结果,最初旨在超越与引力波探测相关的标准量子极限 [2-4]。随着量子信息的发展,人们对 QND 测量方法的兴趣与日俱增,它们在各个方面发挥着重要作用,例如,误差校正 [5] 或通过测量初始化 [6]。超导通量量子比特 [7] 对于量子退火领域 [8-15] 尤其令人感兴趣,其中电感耦合的内在可能性和相当大的非谐性带来了巨大优势。然而,对于通量量子比特,在持续电流基中 QND 测量仅在远离通量简并点的地方进行 [ 16 – 20 ]。在简并点处,作为测量变量的持续电流的期望值对于量子比特能量本征态为零。通过将量子比特横向耦合到谐振器,可以测量简并点处的能量本征基,从而测量量子电感 [ 21 – 24 ],或者通过使用基于调制耦合的更复杂方案 [ 25 ]。在任意操作点的通量基中进行测量的能力在量子退火中尤其有趣。如果能够在退火过程中进行测量,而无需首先将量子比特远离简并点,那么将带来巨大的优势,例如,避免退火计划中的淬火,这会限制成功概率 [ 13 , 26 , 27 ],或者仅通过随机相互作用实现量子加速 [ 28 ]。此外,
光学干扰过滤器用于现代光学元件的大多数区域,因为它们允许修改高精度光学系统中光传播和运输的参数:反射,传输,吸收,吸收,相位和极化,脉冲持续时间,脉冲持续时间等[1-4]。因此,这些光学特性是由波长,入射角和极化的函数控制的。例如,今天,我们合成和制造了许多光学功能,例如抗反射器,极化器和束分式拆分器,二分色过滤器,镜像和窄带过滤器,多PIC过滤器,高和低通滤波器,高通滤波器,逆滤波器,逆滤波器,chir滤波器和其他滤镜。合成(或设计或反问题)技术从数学和算法的角度取得了很大发展,到现在可以将任何任意光学(强度)函数与多层合构成的点。同时,制造技术已经发生了很大的发展,因此现在可以生产几百个薄层不同材料的过滤器,每一层的厚度从几nm到几百nm不等。某些问题自然保持开放,例如(除其他)相位和宽带特性,大块和微材料以及非光学特性。用于旗舰应用,例如引力波[5,6]或陀螺仪的镜子,而空间光学器件,当前的挑战是打破PPM屏障,即确保通过吸收和散射造成的总损失少于入射通量的100万。尽管假想索引(几个10-6)和多层组件中的低粗糙度(nm的一部分),但尚未达到这种艺术状态。应注意,这些损失也与组件的激光通量抗性直接相关,具体取决于照明状态[7]。在最低的光学损失的最后背景下,这项工作已经进行了。在所需的精度水平上,我们需要分析吸收机制的细节,考虑到这种吸收被转移到热传导,对流和辐射的过程中。对这种光诱导的热辐射的分析[8-10]至关重要:首先,它使我们能够追踪非常低的吸收水平(目前难以测量10-6以下),这可以允许确定
20 世纪 20 年代,量子力学的发现彻底改变了我们对宇宙的理解。这一非直觉的开创性理论以能量和角动量的量子本质为基础。电子不能拥有任何能量,其能量只能取离散值。因此,不确定性原理确保我们不可能同时了解物理系统的所有信息——我们对粒子位置的了解越多,对其动量的了解就越少。突然之间,粒子系统可以存在于状态叠加中,似乎只在观察时“决定”一种状态。然而,尽管量子力学的性质非常奇怪,但在迄今为止进行的每项实验中,它似乎都是正确的。与此同时,另一种新的物理理论正在改变我们理解世界的方式。爱因斯坦的广义相对论将时间和空间重新定义为同一时空结构的组成部分。当存在能量或物质时,时空本身会弯曲和移动,从而产生我们所观察到的引力。因此,我们了解到时间是相对的,时间流逝的速度因观察者的不同而不同。广义相对论的预测,包括黑洞和弯曲光路的存在,也已得到实验的证实。最近,LIGO/Virgo 合作观测到了第一道引力波——由巨大黑洞旋转引起的时空波——这是广义相对论的另一个重要预测[1]。随着实验增加了我们对这两种理论准确性的信心,物理学家们开始寻找一种能够将两者结合起来的更完整的物理理论。所谓的“万物理论”旨在同时解释所有基本力。然而,100 年后,很明显,建立和测试这样的理论并不容易。这是因为这两种对自然的描述存在一系列根本性的核心矛盾。在本文中,我将重点讨论其中一个核心矛盾——时间问题。也就是说,广义相对论将时间描述为相对的,根据观察者而变化和转移。没有绝对时间,也没有通用参考系。但量子力学的汉密尔顿描述使用时间作为绝对背景。在量子力学中,概率被分配给在某些时刻进行的测量,这些测量由系统外部的时间坐标判断。虽然量子系统中存在位置和动量的干扰替代方案,但没有干扰
2022—2024年,中国空间科学计划、深空探测计划和载人航天计划进展迅速。中国科学院2011年启动实施的空间科学战略性先导计划两期均取得了丰硕的科学成果,其中一期包括暗物质粒子探测器(DAMPE)、实践十号(SJ-10)、空间量子实验(QUESS)和硬X射线调制望远镜(HXMT),二期包括太极一号(太极计划首次技术演示任务)、引力波高能电磁对应体全天空监测器(GECAM)、先进空间太阳天文台(ASO-S)、爱因斯坦探测器(EP)、太阳风磁层电离层链接探测器(SMILE)。中国首个综合性太阳探测任务——先进空间太阳天文台(ASO-S)和致力于软X射线时域天文学探测的爱因斯坦探测器(EP)分别于2022年10月9日和2024年1月9日发射。中国与欧空局的联合任务——太阳风磁层电离层链接探测器(SMILE)计划于2025年底发射。全球首颗助力联合国2030年可持续发展议程的科学卫星——SDGSAT-1已运行两年半,为推动国际可持续发展目标实施提供了宝贵数据。主要研究伽马暴的中法联合任务天基多波段可变目标监测器(SVOM)于2024年6月22日发射,轨道高度约635公里。未来还将围绕极端宇宙、时空涟漪、日地全景、宜居行星、太空生物和物理科学五大科学主题开展新的科学任务。在月球与深空探测方面,嫦娥六号探月任务于2024年6月25日重返大气层并成功着陆地球,完成从月球背面采集首批样本的历史性使命。在载人航天领域,中国空间站已于2022年底全面部署,进入应用发展阶段。开展了空间生命科学与生物技术、空间材料与器件、空间材料与器件、空间材料与器件等多个领域的科研项目。
EE599,量子传感简介:推理和信息 学分:4 2023 年春季——周一、周三——时间:4:00-5:50 地点:待定 讲师:庄群涛 办公室:PHE 606(临时办公室 PHE 620) 办公时间:周三 3-4 点 联系信息:qzhuang@usc.edu 助教:待定 办公室:待定 办公时间:待定 联系信息:待定 课程描述 这是一门 4 单元的课程,介绍量子传感的基础知识——推理和信息的量子理论。 量子信息科学与工程在计算、通信和传感方面显示出超越经典性能的巨大希望。特别是,传感是量子技术在近期的实际应用方面可以比传统传感技术更具优势的领域。量子传感与计量研究使用非经典资源来增强各种传感应用的测量性能。作为一个突出的例子,激光干涉引力波天文台 (LIGO) 将非经典压缩光注入其迈克尔逊干涉仪,以超越激光散粒噪声造成的标准量子极限 (SQL)。除了 LIGO,量子计量学还被用于目标检测、显微镜、生物传感和相位跟踪。本课程将介绍量子传感的理论基础,并提供不同实际传感场景中量子优势的典型例子。本课程从基本量子力学开始,包括量子比特系统和以谐振子建模的量子光学系统。然后,我们将介绍经典推理的基础知识,作为随后量子版本的初步知识。最后,我们将讨论一些量子传感的物理系统。本课程将介绍建模和分析量子传感协议的基本工具和方法,并将其应用于实际示例。本课程面向具有复杂线性代数成熟知识的学生,为学生提供量子传感的最新概述,并为他们开始量子传感研究做好准备。相关课程:EE 520 量子信息处理简介、PHYS 513 量子计算应用和 EE 514:量子误差校正学习目标 在本课程结束时,学生将对各种量子传感范式有基本的了解,并获得定量工具来分析量子传感性能。学生将了解纠缠和压缩如何增强传感光学相位,以及多部分纠缠如何导致海森堡误差缩放。
这些项目将在汉堡大学物理或数学系或在适用的情况下在德意志埃莱克特伦(Elektronen)同步(DESY)进行。这些奖学金将于2024年10月1日开始,并将在12个月的时间内每月获得934欧元。目标和主题奖学金支持汉堡大学相关硕士课程(数学,数学物理学,物理,物理学)的学术资格。奖学金持有人将完成相应的课程,但同时也参加了卓越群中的可自由选择的研究项目。科学主题包括粒子物理学,天体物理学,宇宙学和数学物理学。研究项目包括,例如希格斯物理学,暗物质,引力波和量子场理论的数学方法,以及机器学习和检测器的发展。另请参见www.qu.uni-hamburg.de。对数学,物理学或相关学科学士学位课程的卓越和卓越成绩研究主题的需求热情是先决条件。除了申请奖学金外,申请人还需要在汉堡大学的数学,数学物理学,物理学或物理学领域录取硕士学位。适用各自的入学要求。已经在汉堡参加了硕士课程的学生不符合资格。该大学旨在增加研究中的妇女人数,因此明确鼓励妇女申请。在量子宇宙中,我们努力争取更多的性别平等和多样性。合格的残疾候选人或具有等效状态的申请人在申请过程中获得偏好。申请预计将包括一封求职信,指定在卓越量子宇宙集群中申请奖学金的动机,以及该奖学金将如何帮助您实现目标。请明确说明您打算注册的哪个主计划。有必要表达您的同意,甄选委员会可以查看您的MSC申请材料。程序。还请包括一个表格课程,学校和大学学位证书的副本和记录的成绩单,以及您的学士学位论文的一页描述(如果您的学士学位课程需要论文)。请填写附带的申请表,然后将其附加到您的申请中。此外,我们要求您至少安排一封推荐信,直接发送给我们。请以电子方式将您的完整申请材料发送到2024年8月1日,直到2024年8月1日发送给qurs.champp@uni-hamburg.de。有关更多信息,请参阅本文档末尾的常见问题解答。
为什么这项关键技术现在为德国和欧洲提供了历史性机遇 作者:Holger Hoos 和 Kristian Kersting 一方面,人类正面临着巨大的挑战——气候变化、流行病、地缘政治变化和人口结构变化。另一方面,也取得了巨大的进步:分子手术刀 CRISPR-Cas9 正在彻底改变精准医疗,引力波已经被探测到,更便宜、可重复使用的太空飞行器正在提供以前难以想象的太空通道。这既令人欣慰又必要,因为我们这个时代的主要问题需要远远超出目前科学和技术可行性的解决方案。人工智能 (AI) 在此背景下发挥着特殊作用,原因有二:首先,这些问题至少在一定程度上是由人类智力的自然局限性造成和加剧的。其次,作为数字化转型的下一阶段,人工智能是一种应用范围广泛的通用技术。令人担忧的是,人们对人工智能到底是什么仍然存在困惑。有时,它被用来指代展现人类智能全谱的机器,从而至少在原则上可以取代或超越人类,其后果令人担忧,这是可以理解的。另一方面,一段时间以来,人们倾向于将人工智能等同于机器学习,或者更狭义地说,等同于使用人工神经网络的所谓深度学习。这两种人工智能概念都是误导性的。所谓的转换器可以根据最少的输入添加或几乎完全编写文本。1956 年,美国计算机科学家约翰·麦卡锡 (John McCarthy) 创造了“人工智能”一词,此后,该词被定义为对能够重现智能(不一定是人类)行为的计算机程序的追求。然而,人工智能的核心问题早在 1950 年就由英国计算机先驱艾伦·图灵提出:机器能思考吗?事实上,人工智能最近取得了令人印象深刻的重要进展,特别是在机器学习领域,无论是在基础研究还是在应用方面。Deep Mind 最近开发的“AlphaFold 2.0”程序已被证明能够以实验室实验的精度预测蛋白质的三维结构,从而有助于更好地诊断和治疗疾病,或设计专门用于产生能量或分解污染物的酶。我们(幸运的是)距离实现涵盖人类智能全部范围的通用人工智能还很远。与此同时,当前的人工智能技术不仅仅涵盖机器学习。除了学习之外,逻辑和数学推理、知识建模等方法和