量子科技中心_量科网

非厄米特（NH）系统因其独特的动力学相位，为量子技术提供了广阔的研究平台。这些系统的特征表现为宇称-时间反演对称性的保持或自发破缺，这一特性显著影响着量子资源（如纠缠态和纯度）的动态行为——而这些资源正是系统信息处理与记忆容量的关键调控因素。本研究以随机图上的相互作用NH自旋系统为例，揭示了首个异常点（标志着谱结构从实数向复数转变）的出现与系统学习能力的突变存在对应关系。研究团队进一步证实，该转变可通过局域无序性和自旋相互作用强度进行调控，从而定义了可调节的学习能力阈值。在学习相区内，该系统表现出依赖记忆的储备计算所需的核心特征。这一发现明确了谱结构与计算能力之间的直接关联，不仅确立了非厄米特性作为时域量子机器学习的动态资源，更广义上也拓展了工程化耗散在此领域中的应用前景。