《Nature:中科大实现分子间相干偶极耦合的实空间直接观察》

  • 来源专题:福建物质结构研究所所级服务
  • 编译者: fjirsmyc
  • 发布时间:2016-04-01
  • 最近,中国科学技术大学单分子科学团队的董振超研究小组利用纳腔等离激元增强的亚纳米空间分辨的电致发光技术,在国际上首次实现在单分子水平上对分子间偶极耦合的直接成像观察,从实空间上展示了分子间能量转移的相干特征。《自然》杂志于3月31日发表了这项成果(Visualizing coherent intermolecular dipole–dipole coupling in real space, Nature, 2016, DOI: 10.1038/nature17428)。同期的“News and Views”栏目中以“耦合分子的特写镜头”(A close-up view of coupled molecules)为题对该工作进行评述。

    分子间的能量转移是维系生命及其演化的重要方式,也是实现化学反应、构造分子功能材料的重要手段。大量的研究表明,分子间的能量转移可以通过分子间的偶极耦合来实现。偶极是表征分子内电荷空间分布的一个物理参量,偶极耦合是分子间库伦相互作用的一种基本形式。直觉上人们通常认为,分子间的能量转移应该是以递进式的非相干传递来实现的,即由接受能量的分子传送给相邻的下一个分子。尽管不断有新的实验数据表明,分子间的高效能量转移可能具有一定的相干性,但由于受空间分辨的局限,对于这种相干性的形式和特性一直缺乏直接的认识。

    该研究团队通过巧妙调控局限在一个纳米腔室内的电场频率和强度,为单分子物理化学研究提供了新的可能性。“局域电场的共振增强调控和扫描隧道显微镜(STM)操纵技术的巧妙结合,使我们得以直接观察分子间相干能量传递的奥秘。”董振超介绍,他们操纵扫描隧道显微镜的针尖,构筑出两个锌酞青分子的二聚体结构,采用电子激发发光方式,对该结构不同能量状态的偶极耦合模式分别进行了亚纳米空间分辨的电致发光成像。

    图注:左图为实验的艺术渲染图。右图为利用亚纳米分辨的光谱成像技术,对锌酞菁染料分子二聚体的各种偶极耦合方式的实空间成像表征。图来源:ustc.edu.cn

    他们发现,局域电子的激发能量迅速被整个分子二聚体所共有,构成了一个单激子量子纠缠体系,而且不同的偶极耦合能态的光子成像图案具有类似σ或π成键反键轨道的空间分布特征。这些空间特征不仅反映了分子二聚体的局域光学响应特性,而且还直观地揭示了分子二聚体中各个单体跃迁偶极之间的相干耦合方向和相位信息。

    以二聚体纠缠体系获得的认识和规律作为指导,他们还进一步构筑了多分子纠缠的人工分子链结构,并通过研究发光最亮的偶极耦合模式的实空间成像特征,提出了实现可调控的电致“单分子”超辐射荧光的方法。这项研究为深入理解分子体系的相干偶极耦合提供了实空间信息,为分子捕光结构的优化以及量子纠缠光源的制备与调控提供了新的思路。

    (摘自 中国科学技术大学

  • 原文来源:http://www.nature.com/nature/journal/v531/n7596/full/nature17428.html
相关报告
  • 《硅基量子芯片中自旋轨道耦合强度高效调控实现》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心—领域情报网
    • 编译者:冯瑞华
    • 发布时间:2022-05-06
    • 记者4日从中国科学技术大学获悉,该校郭光灿院士团队郭国平教授、李海欧教授等人与合作者携手,在硅基锗空穴量子点中实现了自旋轨道耦合强度的高效调控,这对该体系实现自旋轨道开关以及提升自旋量子比特的品质具有重要的指导意义。研究成果日前在线发表在国际应用物理知名期刊《应用物理评论》上。   硅基自旋量子比特具有较长的量子退相干时间以及高操控保真度,是未来实现量子计算机的有力候选者。高操控保真度要求比特在拥有较长的量子退相干时间的同时具备足够快的操控速率。由于传统的比特操控方式电子自旋共振受到加热效应的限制,其翻转速率较慢。当体系中存在较强的自旋轨道耦合时,理论和实验研究都表明可以利用电偶极自旋共振实现自旋比特的翻转,其翻转速率与自旋轨道耦合强度成正比,可以大大提高比特操控速率。   研究人员通过理论建模和数值分析,得到了体系内的自旋轨道强度。通过调节栅极电压并改变双量子点间的耦合强度,实现了体系中自旋轨道耦合强度的大范围调控。同时,研究表明,通过调节体系内的自旋耦合强度并改变纳米线的生长方向,既可以在动量空间找到一个自旋轨道耦合完全关闭的位置,也可以利用自旋轨道开关找到在实现比特超快操控速率的同时,使得比特保持较长的量子退相干时间的最佳操控点。   这一新发现为实现比特高保真度操控以及提升自旋量子比特的品质提供了重要的研究基础。
  • 《中科大首次利用人工智能实验 实现多重量子关联的同时分类》

    • 来源专题:数控机床与工业机器人
    • 编译者:icad
    • 发布时间:2019-11-13
    • 中国科学技术大学郭光灿院士团队在人工智能与量子力学基础研究交叉领域取得重要进展。该实验室李传锋、许金时等人与南方科技大学翁文康教授以及中国科学院重庆绿色智能技术研究院任昌亮研究员等人合作,将机器学习技术应用于研究量子力学基础问题,首次实验实现了基于机器学习算法的多重非经典关联的同时分类。该成果于2019年11月6日发表于国际物理学权威期刊《物理评论快报》上。   爱因斯坦坚信两个在空间上远离的物体的真实状态是彼此独立的。这个观点被称为“定域性要求”。爱因斯坦明确反对两个粒子间的量子力学关联,称之为“幽灵般的超距作用”。1935年,爱因斯坦、波多尔斯基和罗森发表了著名的质疑量子力学完备性的文章,后来被称为EPR佯谬(注:EPR分别是上述三位科学家的姓氏首字母)。然而,这个观点受到了物理学家玻尔的有力反驳,爱因斯坦和玻尔开始就此问题展开论战。随着薛定谔和贝尔等众多科学家对EPR佯谬的深入研究,人们逐渐理解所谓“幽灵般的超距作用”其实是来源于量子世界的非定域关联,并且它还可以进一步细分为量子纠缠(Quantum Entanglement),量子导引(Quantum Steering)和贝尔非定域性(Bell Nonlocality)等层次。另一方面,随着量子信息研究的兴起,各种不同的量子关联已经成为量子信息领域的关键资源,在量子计算、量子通信和量子精密测量等过程中扮演着重要的角色。   然而刻画任意给定的一个量子态中的非经典关联仍然存在巨大挑战。首先很多数学形式的判据对多体系统而言其计算极其复杂。其次已知的很多方法往往需要整个量子态的密度矩阵信息,从而实验上需要完整的量子态层析,其数据采集时间随着系统粒子增加会数指数增加。最后由于每种非经典关联都有各自不同的判据,人们并不清楚是否存在一个统一的框架可以通过相同的测量或可观测量的集合实现所有这些非经典关联的同时区分。为了应对上述难题,科学家们开始尝试将机器学习的方法引入多重量子关联研究。   机器学习是人工智能的一个重要的分支,通过一系列的训练数据来得到一个可输出预测结果的函数或模型。李传锋、许金时等人将机器学习技术应用于非经典关联的区分,首次实验实现了多重量子关联的同时分类。他们通过巧妙的实验设计,在光学系统中制备出一簇参数可调的两比特量子态。通过只输入量子态的部分信息(两个可观测量的值),利用神经网络、支持向量机以及决策树等机器学习模型对455个量子态的非经典关联属性进行学习,成功地实现了多重非经典关联分类器。实验结果表明基于机器学习算法的分类器能以大于90%的高匹配度同时识别量子纠缠、量子导引和贝尔非定域性等不同的量子关联属性,而且无论在资源消耗还是时间复杂度上都远小于传统判据所依赖的量子态层析方法。   据了解,量子信息与人工智能的融合是当前最热门的研究方向之一,已经取得很多重要进展。这项工作在实验上将机器学习算法应用于多重非经典关联的同时区分,推动了人工智能与量子信息技术的深度交叉。未来,机器学习作为一种有效的分析工具,将有助于解决更多量子科学难题。