山西大学激光光谱研究所与德国图宾根大学合作在里德堡原子涌现时间序列预测方面取得突破性进展

近日，山西大学光量子技术与器件全国重点实验室、激光光谱研究所张临杰教授研究团队在多体里德堡原子储备池时间序列预测学习方面取得重要进展。相关研究成果“Time series learning in a many-body Rydberg system with emergent collective amplification”于8月24发表在Nature Communications。刘宗凯副教授、博士生任启明与图宾根大学Chris Nill为共同第一作者，刘宗凯副教授、Chris Nill与张临杰教授为共同通讯作者，图宾根大学Albert Cabot、香港中文大学夏威、博士生仝艳杰、硕士生王慧珍、杨文广讲师、谢君尧讲师、景明勇讲师、张好副教授、图宾根大学Igor Lesanovsky教授参与本工作，肖连团教授与贾锁堂教授提供了重要指导。

计算、信息与多体动力学存在深度内在关联，2024年诺贝尔物理学奖表彰的霍普菲尔德网络便是典型例证。该网络源自描述磁性材料原子相互作用的伊辛模型，大量微观自由度形成跨尺度集体协同行为，使物理系统涌现出类人脑的记忆存储与模式识别能力。这证实了物理系统可作为天然计算平台，也为破解机器学习“黑箱”问题提供了可溯源、可解释的物理视角。

本工作聚焦的时间序列预测任务兼具高价值与高难度特点，例如气象预测、经济市场预测、传染病拐点预测等。储备池计算为此提供了有效框架，该方法仅训练线性读出层、固定高维非线性储备池，简化了训练过程，现已在回声状态网络、液态状态机及电子电路、量子等物理平台上落地，但各类物理储备池实现学习预测能力的底层机理仍有待深入研究。

基于里德堡原子的多体系统具备相互作用可调控、解释性强、非平衡现象丰富的独特优势，适配物理储备池研究。本次实验中，科研人员将铯原子封存在加热玻璃气室中，借助激光把时间序列信号编码为耦合激光的强度调制，把里德堡原子当作物理储备池，通过探测光的透射信号读取原子系统处理后的信息。研究分别对混沌洛伦兹序列、北京历史气温数据开展预测测试。

实验发现，当系统运行在双稳态相变附近时，原子间集体相互作用带来增益放大，预测误差明显下降；远离相变区域时，预测效果显著变差。该结论在Mackey‑Glass、NARMA-n等国际标准基准测试中得到反复验证。团队建立平均场理论模型，复现实验现象，确认性能提升来源于原子集体涌现效应，并非单原子行为。

该工作进一步研究学习能量内在起源：相变附近集体透射率达到峰值，把微小输入变化转化为区分度更高的输出信号，适配线性读出层；而信噪比并未发生明显改变，排除噪声因素的干扰。该工作同时显示出：虽然当前性能还未超越成熟计算平台，但证明多体相变是一种可调控、可实验实现的计算资源。未来结合时分复用、反馈等技术，有望进一步提升性能，在气象预测、混沌信号分析等场景展现应用潜力。

该工作得到国家重点研发计划、国家自然科学基金、量子科学与技术创新计划、山西省“1331工程”重点学科建设基金、111引智计划、长江学者和创新团队发展计划、山西省三晋人才计划、光量子技术与器件全国重点实验室以及极端光学省部共建协同创新中心的支持。（通讯员：张颖）