十萬次操作測一次！科學家用AI盯住量子點閃爍，算出微觀世界不

探索宇宙奧秘 · 理性思考

你的手機發(fā)燙時，能量正在宏觀世界流失。但在納米尺度，電子器件如何"浪費"能量、能否避免這種浪費，長期籠罩在迷霧中。斯坦福大學團隊近日在《自然·物理》發(fā)表突破性成果：他們首次在真實材料系統(tǒng)中測得量子點的"熵產生"（entropy production）。這項測量將微觀不可逆過程量化，為未來計算機的能耗極限劃定了物理邊界。

熵產生是熱力學核心概念。它描述一個過程距離"可逆"有多遠——數值越大，能量耗散越嚴重，信息擦除的代價越高。宏觀世界里，我們可以通過溫度、壓力變化計算熵變。但當系統(tǒng)縮小到納米尺度，傳統(tǒng)測量工具集體失效。 原子級漲落主導一切，系統(tǒng)永遠處于"非平衡態(tài)"，經典熱力學假設土崩瓦解。

量子點成為突破口。這些幾納米的半導體晶體是理想的微觀實驗室。研究人員利用其獨特的"閃爍"現象：當激光照射時，量子點會隨機在"亮態(tài)"與"暗態(tài)"之間切換。這種切換本身就是非平衡過程，涉及載流子捕獲、復合等原子級運動。 團隊通過施加外電場，人為誘導出特定的非平衡統(tǒng)計模式。亮與暗的每一次切換，都在微觀層面"記賬"著能量耗散和信息損失。

測量熵產生是公認的硬骨頭。理論模型往往假設理想參數，真實實驗卻充滿噪聲。過去十年，非平衡統(tǒng)計力學研究被理論主導，實驗驗證寸步難行。

斯坦福團隊采用"混合策略"破局。首先，計算機視覺算法追蹤單個量子點的閃爍軌跡，捕捉每一次狀態(tài)切換的時間戳。隨后，機器學習介入優(yōu)化。算法基于隨機熱力學框架，調整物理模型的自由參數，使理論預測與實驗數據擬合。 優(yōu)化后的模型反推出熵產生率。

這項突破發(fā)生在美國，但中國在相關領域的積累同樣深厚。在量子點材料本身，浙江大學彭笑剛團隊長期引領膠體量子點合成化學，其開發(fā)的合成方法被國際同行廣泛采用，為這類實驗提供了材料基礎。

在非平衡統(tǒng)計物理領域，中國科學院物理研究所、中國科學技術大學量子信息重點實驗室均有布局。中科大郭光燦院士團隊在開放量子系統(tǒng)動力學方面成果顯著，其研究涉及非平衡過程中的量子熱力學。清華大學物理系在量子熱機、量子測量中的能量耗散等方向也有系列進展。

值得關注的是，國內學界正加速"理論-實驗"融合。2024年，中科院物理所團隊利用金剛石NV色心（另一種量子缺陷體系）實現了非平衡過程的精密測量，與本次斯坦福工作在技術路線上異曲同工。此外，將機器學習應用于量子系統(tǒng)參數估計，已成為中科大、北大量子計算實驗室的標準工具。中國在該領域并不缺位，而是在量子點材料制備、非平衡理論、量子熱力學三個維度并行推進。

此次測量的意義超越基礎物理。熵產生直接關聯設備的終極速度極限和熱力學效率。當科學家能精確量化納米器件的能量耗散，他們就能回答：特定計算操作最低需要多少能量？芯片開關頻率的理論上限在哪里？

當前，全球半導體產業(yè)面臨能效危機。傳統(tǒng)縮放接近物理極限，每平方毫米芯片散發(fā)的熱量成為瓶頸。斯坦福的技術路線——將量子點作為探針，用AI解析非平衡過程——或許能幫助我們重新設計晶體管、存儲單元乃至量子比特的能量利用方式。微觀世界的"電費單"已經開出，下一步就是學習如何省電。

Shen, Y., et al. Non-equilibrium entropy production and information dissipation in a non-Markovian quantum dot. Nature Physics (2026). DOI: 10.1038/s41567-026-03177-8

Stanford University. "Quantum dots reveal entropy production, a key measure of nanoscale energy dissipation." Phys.org, 9 February 2026.