基于冷原子的非平衡量子多体物理研究

量子多体物理和非平衡物理相结合,是当前物理学研究的重要机遇和挑战.非平衡量子多体物理不仅是当前物理学多个分支共同感兴趣的问题,而且是发展新兴量子科技不可或缺的理论基础.冷原子体系为研究非平衡量子多体物理提供了理想的平台.冷原子等人工量子体系的优势,体现在研究孤立系统热化、和环境耦合导致的耗散、系统参数的扫描、跳变和周期驱动等多种非平衡动力学过程.本文结合笔者的研究成果,给出3个具体的例子,展示基于冷原子的非平衡量子多体物理的研究,如何突破拓扑物理研究的已有框架,发展新的测量量子多体关联的方法,以及丰富规范理论研究的内涵.这类研究聚焦量子多体系统的拓扑、关联等基本性质,利用冷原子体系的优势以实现理论和实验的定量结合,以期提炼出具有普适性的物理规律,并推广到凝聚态物质、核物质等其他物理系统的非平衡过程.

机器学习方法在量子多体物理中的应用

机器学习方法近年来在许多不同的领域受到广泛的关注,文章回顾了机器学习方法在量子多体物理中的应用的几个有代表性的例子,着重讨论了机器学习方法对于解决量子多体物理中"指数墙"困难的可能的潜在意义。除此以外,量子多体物理中的若干方法和思想反过来可能对理解机器学习领域面临的核心问题有重要的启发作用。

超冷87Rb原子在二维光晶格中Mott绝缘态的实验实现

超冷原子气体的量子相变是研究量子关联多体物理的核心内容之一.本文采用单一激光光束通过折叠反射产生二维光晶格,通过控制激光偏振产生两种不同的二维光晶格结构,一种是两个独立的一维光晶格构成,另一种是两个方向的一维光晶格互相干涉形成.将超冷87Rb原子装载到二维光晶格中,通过改变光晶格激光功率调控原子在光晶格中的隧穿强度和相互作用强度,观察到87Rb原子从超流态到Mott绝缘态之间的量子相变,并且分析了两种光晶格对量子相变的影响,为今后开展光晶格中强关联物理研究奠定基础.