1. 课程导入与退相干问题界定

量子计算之所以困难,不仅在于制备和操控量子态,更在于量子态极其脆弱。一个孤立的两能级系统可以长时间保持在叠加态上,但一旦它与环境发生哪怕很弱的耦合,叠加态中精细的相位关系就会被逐渐抹去,系统的可观测行为从“量子”滑向“经典”。这一过程就是退相干。本课程要建立的,正是把这一物理过程转化为可计算、可分析、可验证的模型,并据此判断量子硬件与量子算法的实际可行性。

先明确建模对象。退相干不是单一机制,而是若干物理通道共同作用的结果。工程上最常拆分为三类:能量弛豫(T₁,激发态衰减到基态)、纯相位退相干(T_φ,相位随机化但布居不变)以及由二者共同决定的相干时间 T₂。它们满足关系 1/T₂ = 1/(2T₁) + 1/T_φ。这个式子本身就是第一个建模要点:T₂ 永远不可能超过 2T₁,若实验测得的 T₂ 明显大于 2T₁,说明测量或拟合存在问题。除这三类马尔可夫型噪声外,还有低频漂移、1/f 噪声、串扰等非理想因素,它们往往需要更复杂的模型,本课程会在后续章节逐步引入。

再看分析目标。退相干建模要回答三个层次的问题:描述——给定噪声参数,量子态如何随时间演化;预测——在特定门序列或算法线路下,保真度会衰减到什么程度;归因——当实验结果偏离理想值时,究竟是哪条噪声通道在主导。三者对应不同的数学工具:密度矩阵与量子通道描述演化,保真度与纠缠度量化损伤,过程层析与噪声谱分析用于归因。课程路线图即围绕这三层展开,从态演化出发,经通道建模、参数提取,最终落到线路级评估与误差缓解。

为了把抽象概念落到可操作层面,先看一个最小示例。设一个量子比特初始处于 |+⟩ = (|0⟩+|1⟩)/√2,在纯相位退相干下,其密度矩阵的非对角元按 exp(−t/T_φ) 衰减,而对角元保持不变。若取 T_φ = 40 μs,在 t = 20 μs 时非对角元衰减到初始值的 exp(−0.5) ≈ 0.607。此时若测量 X 方向的期望值 ⟨X⟩,会从理想的 1 降到约 0.607;而测量 Z 方向仍得到 0。这个对比非常关键:退相干的直接表现是特定基下干涉可见度的下降,而不是布居数的改变。判断退相干是否发生,必须选对观测基,否则会误判为“系统正常”。

退相干建模的三层任务与观测判据 物理噪声通道 能量弛豫 T₁ |1⟩ → |0⟩ 衰减 纯相位退相干 T_φ 相位随机化 相干时间 T₂ 1/T₂=1/2T₁+1/T_φ 漂移 / 1/f / 串扰 模型与演化 密度矩阵 ρ(t) 非对角元 ∝ e^(−t/T_φ) 量子通道 ε(ρ) 振幅阻尼 / 相位阻尼 线路级保真度 门序列累积误差 参数提取:T₁、T₂、T_φ 观测与判据 ⟨X⟩ 干涉可见度 随 t 指数下降 ⟨Z⟩ 布居数 纯相位下保持不变 T₂ ≤ 2T₁ 校验 越界即拟合异常 归因:过程层析 / 噪声谱 偏差反馈:修正模型参数

上图把课程的核心逻辑压缩为一条可追踪的链路:左侧是物理噪声通道,中间是模型与演化,右侧是观测与判据,底部虚线表示当观测与模型不符时反向修正参数。这条链路贯穿全课程,后续每一章都在细化其中某一段。

接下来必须界定“退相干问题”的边界,否则建模会失焦。第一,退相干讨论的是相干性的丢失,它与“布居泄漏到非计算子空间”的泄漏错误不同,后者需要扩展希尔伯特空间建模。第二,退相干通常是马尔可夫近似下的描述,当噪声具有长记忆(如 1/f 谱)时,指数衰减假设失效,需改用滤波函数或随机过程方法。第三,退相干参数是器件与工作点相关的,同一芯片不同比特、不同频率、不同温度下 T₁、T₂ 可相差数倍,建模时不能用一个全局常数代替。明确这三条边界,才能避免把模型用错场景。

从工程实践角度,建模的起点是参数获取而非公式推导。典型流程是:先用 Rabi 振荡标定 π 脉冲,再用反转恢复序列测 T₁(施加 π 脉冲后延迟 τ,扫描 τ 并拟合 |1⟩ 布居的指数恢复),用 Ramsey 干涉测 T₂*(两个 π/2 脉冲间插入延迟,拟合干涉条纹包络),用 Hahn 回波测 T₂(在延迟中插入 π 脉冲以抵消低频漂移)。得到 T₁ 与 T₂ 后,由 1/T_φ = 1/T₂ − 1/(2T₁) 反推纯相位退相干时间。若 T_φ 为负值,说明 T₂ 测量偏大或 T₁ 测量偏小,应优先复查测量序列而非直接采信数据。这一组测量构成后续所有建模的输入,其可靠性决定了模型的上限。

建模前先做一致性检查:T₂ ≤ 2T₁ 必须成立;T₂* 通常小于 T₂(因为包含低频漂移);同一比特多次测量的参数离散度若超过 20%,应先排查测量稳定性再进入建模。

最后给出本课程的学习路线图。课程分为四个阶段:基础建模(密度矩阵、量子通道、T₁/T₂/T_φ 关系)、参数与测量(时间域序列、拟合方法、误差来源)、线路级分析(门保真度、累积误差、典型算法的退相干预算)、缓解与验证(动力学解耦、误差缓解、模型与实验的闭环校验)。每个阶段都以“能算、能测、能判断”为目标,而不是停留在概念记忆。学完本课程,读者应能针对一个具体的量子比特或一条具体线路,写出其退相干模型、估计关键参数、预测保真度衰减,并在实验偏离时定位主导噪声通道。

回到最初的问题:经典行为如何从量子态演化中涌现?答案就在非对角元的衰减里。当干涉项小到无法在测量中被分辨时,系统的行为就可用经典概率描述。退相干建模的本质,就是定量刻画这一“从可分辨到不可分辨”的过渡,并判断它何时会成为量子优势的瓶颈。