科學家們有史以來第一次利用一種名為 “量子壓縮”的技術，提高了被稱為光學頻率梳激光器器件的氣體傳感性能。這些超精密傳感器就像氣體分子的指紋掃描儀。科學家們已經利用它們發現了石油和天然氣作業上方空氣中的甲烷泄漏，以及人類呼吸樣本中的 COVID-19 感染跡象。 現在，在一系列實驗室實驗中，研究人員為使這類測量更靈敏、更快速（將頻率梳探測器的速度提高一倍）鋪平了道路。這項工作由科羅拉多大學博爾德分校的 cott Diddams和加拿大拉瓦爾大學的Jér?me Genest合作完成。電氣、計算機和能源工程系教授Diddams說：“假設你需要檢測工廠環境中微量的危險氣體泄漏。只需要10分鐘與20分鐘相比，在保證人員安全方面會有很大的不同。”

他和同事們于1月16日在《Science》上發表了他們的研究成果。ECEE博士后研究員Daniel Herman領導了這項研究。

普通激光器只發出一種顏色的光，而頻率梳激光器則同時發出幾千到幾百萬種顏色的脈沖。在這項新研究中，研究人員使用普通光纖來精確操縱這些激光器發出的脈沖。他們能夠 “壓縮”這些光，使其某些特性更加精確，而另一些特性則更加隨機。換句話說，這項研究戰勝了宇宙中存在的一些極小尺度的自然隨機性和波動性。

Diddams說：“戰勝量子不確定性很難，也不是免費的。但這對于一種強大的新型量子傳感器來說，確實是非常重要的一步。”

爭奪光子

這項技術誕生于JILA（科羅拉多大學博爾德分校與美國國家標準與技術研究院（NIST）的聯合研究所）。Diddams是由JILA的Jan Hall領導的團隊成員之一，該團隊在20世紀90年代末首次開創了頻率梳激光器。Hall也因此于2005年獲得了諾貝爾物理學獎。

例如，當這些激光脈沖穿過大氣層時，其中的分子會吸收某些顏色的光，但不會吸收其他顏色的光。這樣，科學家就可以根據激光中消失的顏色來識別空氣中的物質。想象一下，這有點像一把掉了幾個齒的梳子--這就是它名字的由來。但Diddams說：“這些測量結果也有內在的不確定性。”

他指出，光是由光子組成的，雖然激光從外觀上看可能井然有序，但其單個光子卻并非如此。Diddams說：“如果你要探測這些光子，它們不會以完全一致的速度到達，比如每納秒一個。相反，它們到達的時間是隨機的。”反過來，這就在梳狀頻率傳感器傳回的數據中產生了他所說的 “模糊性”。

給予壓縮

在量子物理學中，許多屬性是耦合的，因此精確測量其中一個屬性會降低對另一個屬性的測量精度。一個典型的例子是電子等小粒子的速度和位置--你可以知道電子在哪里，也可以知道它移動的速度，但永遠無法同時知道兩者。壓縮是一種技術，它能最大限度地利用一種測量方法，而犧牲另一種測量方法。

在一系列實驗室實驗中，Diddams和他的同事以一種令人驚訝的簡單方式實現了這一壯舉：他們將頻率梳光脈沖通過一根普通光纖發送，這根光纖與向家中輸送互聯網的光纖并無太大區別。

光纖的結構恰到好處地改變了光線，使來自激光器的光子以更有規律的間隔到達。但這種有序性的提高是有代價的。測量光的頻率或光子如何振蕩以產生特定顏色變得有些困難。不過，這種權衡使得研究人員在檢測氣體分子時，誤差比以前小了很多。

他們在實驗室中用硫化氫樣本測試了這種方法，硫化氫是火山爆發中常見的一種分子，聞起來像臭雞蛋。研究團隊報告說，使用其壓縮頻率梳探測這些分子的速度是使用傳統設備的兩倍。研究人員還能在紅外光范圍內實現這一效果，比科學家們以前所取得的成果高出約1000倍。

該研究團隊在將其新型傳感器投入實際應用之前還有很多工作要做。Herman說：“但我們的研究結果表明，我們比以往任何時候都更接近在現實世界中應用量子頻率梳。”

Diddams表示同意：“科學家們稱這為‘量子提速’，我們已經能夠操縱量子力學中的基本不確定性關系，更快更好地測量一些東西。”

這項新研究的其他合著者還包括科羅拉多大學博爾德分校的Joshua Combes教授、研究生Molly Kate Kreider、Noah Lordi、Eugene Tsao和Matthew Heyrich以及博士后研究員Alexander Lind 。拉瓦爾大學研究生Mathieu Walsh也是共同作者之一。

科羅拉多大學博爾德分校研究人員創辦的LongPath Technologies公司開發的梳狀頻率氣體傳感器的激光發射器。該公司的探測器可以實時發現石油和天然氣設施中泄漏的甲烷。(圖片來源：Casey Cass/科羅拉多大學博爾德分校）。

Scott Diddams（左）和研究生 Pooja Sekhar、Mary KateKreider 在校園內的量子工程實驗室。(圖片來源：科羅拉多大學博爾德分校）。

頻率梳光譜和量子噪聲。 雙梳結構原理和單梳壓縮概念及其結果。。

雙梳時域數據和模式分辨光譜處理鏈。

量子增強雙梳實驗的詳細示意圖。

模式分辨壓縮雙梳光譜。

圖 6：雙梳透射光譜與擬合。(A) 根據每個單獨通道的傅立葉變換比值生成的平均雙梳透射光譜。這些數據來自 1112 個干涉圖或約 198ms 數據采集的平均值。黑色曲線是對 SQZ 數據集的擬合，其中最明顯的是 H2S 的窄吸收特征。黑色為 SQZ 數據集的擬合曲線。灰色為其中一個通道的雙梳光譜，以供參考。(B) 顯示了三種情況下的殘差（透射減去擬合）：SNL（紅色）、SQZ（藍色）和 ANTI-SQZ（黃色）。在這種平均條件下，QNR 約為 2.6dB。殘差噪聲的變化源于上圖所示雙梳光譜中的功率不均。(C) 放大幾條 H2S 吸收線，顯示數據和擬合程序的高質量。

圖 7：使用壓縮頻率梳的量子加速。 ? ? ? ?

審核編輯 黃宇