量子科技中心_量科网

量子系统中集体行为和非平衡相变的表征通常基于对适当系统可观测量（即序参量）的分析。这些观测量可能无法先验获知，但原则上可通过分析系统的量子态来识别。在实验层面，这尤其具有挑战性，因为估计量子态和量子观测量的期望值需要进行大量投影测量。然而，开放量子系统可通过实时监测其输出（例如通过外差探测或光子计数实验）进行原位探测，这些手段能提供其动力学过程的时空分辨信息。基于此，该研究团队提出一种机器学习方法，可从连续监测量子系统的测量时序记录中检测非平衡相变。该方法以量子接触过程（一种具有吸收态相变的模型）作为基准测试案例，该模型对非平衡过程的量子模拟构成了极具挑战性的验证体系。