作者：刘康桥
近日，理学院青年教师刘康桥在美国物理学会期刊Physical Review A发表题为“Maxwell’s demon for quantum transport”的研究性论文。西华大学为该论文的第一完成单位。西华大学理学院刘康桥博士为该论文的第一作者与通讯作者，东京大学Masaya Nakagawa博士和Masahito Ueda教授为论文共同作者。原文链接：https://doi.org/10.1103/rhvv-yd6w
图1 论文页面截图。
麦克斯韦妖是信息热力学中的一个核心概念。它通过测量系统状态并实施反馈控制，表明信息获取与能量转换之间存在深刻联系。经典信息热机通常利用热涨落做功，而量子信息热机进一步把测量、反馈和量子态演化纳入同一框架。
然而，已有量子信息热机大多仍然依赖热涨落或热化过程。量子系统中还存在另一类更本质的涨落，即量子测量结果的内禀随机性。如何只利用这种量子涨落实现能量转换，并将其转化为可累积的能量储存和定向输运，是量子热力学和量子输运中的一个基础问题。
从能量储存角度看，如果粒子能够在外场中持续向势能更高的位置运动，那么它获得的势能可以被理解为一种充电过程。这样的非循环输运引擎也与分子马达、量子控制和量子电池等问题密切相关。
图2 麦克斯韦妖量子输运引擎的工作机制示意图。
一个自然而引人注目的问题随之而来：能否不借助热化过程，仅利用量子测量产生的量子涨落，并结合麦克斯韦妖式反馈控制，实现粒子的单向输运和能量累积？
我们通过构造倾斜一维晶格中的量子信息引擎来回答上述问题。粒子在倾斜晶格中运动时，若没有测量和反馈，将受到Bloch振荡限制，其运动只能局限在有限区域。本文提出的反馈方案是在位置测量发现粒子所在格点后，在粒子后方瞬时升高势垒，从而抑制其向低势能方向返回。反复测量和反馈后，粒子便可像爬楼梯一样沿势能上升方向运动，并把量子涨落转化为势能储存。
研究发现，该引擎的最大功率和最大速度之间存在明确的权衡关系：更大的功率通常需要牺牲输运速度，而更快的输运则会降低可达到的最大功率。这一结果给出了量子测量反馈引擎中能量储存速率和粒子输运速率之间的基本限制。
我们还重新定义了该引擎的效率，将测量过程和信息擦除过程可能涉及的能量流统一纳入考虑。数值结果表明，在这一量子信息引擎中，经典热机和经典信息引擎中常见的功率、效率和功率涨落三者之间的权衡关系并不以相同形式成立。这说明，仅由量子涨落驱动的测量反馈引擎具有不同于经典信息热机的性能结构。
图3 最大功率、最大速度及最优演化时间随倾斜梯度变化的数值结果。
此外，论文进一步研究了实验中不可避免的测量误差。结果显示，有限测量误差通常会降低输运距离、能量增益和效率；但在较低误差水平下，引擎仍能保持正的能量积累和定向输运。这一分析使模型更接近未来实验实现条件。
该工作的意义在于提出了一种不依赖热涨落和热化过程的量子信息引擎模型，突出了量子涨落本身在能量转换、反馈控制和量子输运中的作用。论文还讨论了冷原子光晶格和量子气体显微镜等平台中的实验实现可能性，为进一步检验量子测量反馈热力学提供了理论参考。
作者简介
刘康桥，理学博士，讲师。2023年12月起任教于西华大学理学院，主要从事非平衡物理、量子热力学与深度学习算法的基础理论研究。已在Physical Review Letters、Communications Physics、Physical Review A等国际学术期刊发表论文，并在ICML、ICLR等机器学习国际会议发表论文。长期担任Physical Review Letters、Physical Review Research、Physical Review E、Communications Physics等期刊与NeurIPS、ICLR、ICML等会议审稿人。