来源论文: https://arxiv.org/abs/2606.21813v1 生成时间: Jun 23, 2026 18:40

利用多体量子淬火实现预热化制冷：强关联哈伯德模型中的非常规热力学调控

0. 执行摘要

在现代量子科学与工程中，制备极低熵的量子多体态是实现量子模拟和探索新型量子物态（如高温超导机制、自旋液体和非平庸拓扑序）的核心瓶颈。传统的制冷技术，如激光制冷和蒸发制冷，虽然成功将超冷原子气体推进到亚纳开尔文级别，但对于强关联格点系统（如费米-哈伯德模型），其每个粒子的平均熵仍然过高，无法直接观测到期待中的低温物相。为此，学术界提出了多种非绝热制冷方案，但多数设计依赖于空间非均匀的参数调制或极为缓慢的准绝热路径。

近期，Jacob F. Steiner、Mohammad Hafezi、Stefan Kehrein 与 Gil Refael 在其研究中提出了一种颠覆性的制冷范式：通过对强关联多体系统进行均匀的动力学淬火（Quantum Quench），在对系统做正功的前提下，反而能实现低能量子自由度的显著制冷。该机制的核心物理在于强关联系统中的能量隔离与预热化（Prethermalization）。在强耦合（$U \gg t$）的半满费米-哈伯德模型中，淬火突然减小跃迁振幅（$t \to g_f t$），系统由于虚拟双占据子（Virtual Doublon）的失衡而产生非平衡的物理双占据子（Doublons）与空穴子（Holons）。这些高能激发具有极其冗长的寿命，其衰变复合速率受到指数级抑制。因此，在极长的亚稳态时间窗口（预热化阶段）内，淬火注入的正功被安全地锁死在高能电荷扇区，而低能自旋扇区由于海森堡交换相互作用标度 $J \propto t^2/U$ 的骤降，经历了一次高效的、均匀的预热化制冷。此时，低能自旋度规感知到的有效温度降低为 $T_{pth} \approx g_f^2 T_i$。本文将对这一突破性成果的理论基础、多体动力学细节、数值基准及潜在局限性进行全面剖析。

1. 核心科学问题，理论基础，技术难点与方法细节

1.1 核心科学问题：多体淬火中的“反直觉制冷”

根据热力学第一定律，对一个封闭系统进行快速的参数淬火通常意味着外界向系统输入了能量（做功），在热化（Thermalization）后，这部分功必然会转化为无序的内能，导致系统温度升高。这种“淬火即加热”的常识在量子多体动力学中根深蒂固。然而，如何能在非平衡动力学中打破这一限制，利用瞬时做功在局部或特定的能谱区间内实现“降温”？

作者将目光投向了具有**能量尺度分离（Energy Scale Separation）**的强关联多体系统。具体而言，系统存在两个截然不同的能标：一个高能激发扇区（对应电荷激发，能隙大小为 $U$）和一个低能有效扇区（对应自旋涨落，能标大小为 $J = 4t^2/U$）。如果能将淬火注入的所有能量选择性地存储在高能电荷激发中，并阻止其在观测时间尺度内向自旋扇区弛豫，那么低能自旋扇区就可以在不受到热污染的情况下，单纯由于低能哈密顿量标度变小而降温。这就是所谓的“预热化制冷”（Prethermal Cooling）。

1.2 理论基础：施里弗-沃尔夫变换与电荷数守恒

为了定量描述上述物理图像，必须从微观费米-哈伯德模型出发：

其中自旋相互作用项（排斥能）为：

动能项（跃迁算符）为：

在强耦合极限下（$U \gg t$），通过施里弗-沃尔夫（Schrieffer-Wolff, SW）幺正变换，可以消除低能流形（零双占据子空间）与高能流形（存在双占据子的空间）之间的一阶耦合，得到等效的粒子数守恒哈密顿量 $\tilde{H}(g) = e^{S(g)} H(g) e^{-S(g)}$。生成元 $S(g)$ 按 $t/U$ 展开为：

这里跃迁算符 $K$ 被分解为改变量子化物理双占据子数的三个部分：$K_0$（不改变双占据子数），$K_+$（增加一个双占据子），$K_-$（减少一个双占据子）。在投影到零物理双占据子空间后，二阶微扰给出了著名的反铁磁海森堡哈密顿量：

其中 $J = 4t^2/U$。值得注意的是，实验上直接测量的“裸”双占据算符 $V/U$ 并不等同于物理双占据算符 $\tilde{D} = V/U$（在 SW 变换框架下）。裸算符包含了由自旋交换流形产生的“虚拟双占据”贡献。只有通过 $\tilde{D}$，我们才能准确定义物理上的非平衡双占据子密度：

这一区分在动力学淬火中至关重要，因为淬火不仅改变了实际的动力学参数，也改变了系统的“基底”（Dressing）。

1.3 技术难点与非平衡动力学行为

量子淬火路径设计为：$t \to g_f t$（其中 $g_f < 1$），对应的初始状态为 $\rho_i = e^{-H(g_i = 1)/T_i} / Z_i$。此时存在三大理论与技术难点：

1. 非平衡双占据子密度的瞬时产生：猝灭发生后，初始态中原本处于基底（虚拟包络）中的成分瞬间转变为非平衡的物理双占据子。利用二阶 SW 展开，作者推导出了淬火后瞬间产生的物理双占据子密度期望值： $$\langle D_f \rangle_i = -(1 - g_f)^2 \frac{E_i}{U}$$ 由于低温自旋系统的初始能量 $E_i < 0$，该值始终为正。这表明猝灭确实向系统注入了实物激发（正功）。
2. 极长的热化时间尺度 $\tau_{th}$：物理双占据子和空穴子的复合过程需要将巨大的电荷能（数量级为 $U$）耗散到低能自旋扇区（每个自旋激发仅具有 $J \ll U$ 的能量）。这一过程属于典型的高阶多声子弛豫，其复合速率由微扰论极高阶项决定： $$\Gamma_d \sim t_f e^{-c (U/t_f)^2 \ln(U/t_f)}$$ 这意味着热化时间 $\tau_{th} \sim 1/\Gamma_d$ 随 $(U/t)^2$ 呈指数增加。在 $\tau \ll \tau_{th}$ 的时间窗内，系统处于准守恒的预热化状态。
3. 预热化状态的非平衡统计描述：在这个时间窗口内，由于物理双占据子数几乎守恒，系统的统计物理行为不能用标准正则系综描述，而必须采用广义 Gibbs 系综（GGE）或引入双占据化学势 $\mu_{pth}$ 的预热化状态： $$\rho_{pth} = \frac{e^{-(H_f - \mu_{pth} D_f)/T_{pth}}}{Z_{pth}}$$ 通过联合求解能量守恒 $\langle H_f \rangle_{pth} = \langle H_f \rangle_i$ 和双占据子数守恒 $\langle D_f \rangle_{pth} = \langle D_f \rangle_i$，即可定出预热化有效温度 $T_{pth}$ 和化学势 $\mu_{pth}$。

1.4 方法细节：Lagrange 乘子的非微扰求解与涨落耗散定理检验

在具体计算中，利用小参数 $\langle D_f \rangle_i / N \sim (t/U)^2 \ll 1$，作者解析求解了上述自洽方程组。结果表明：

而低能自旋扇区所满足的自洽温度则为：

这一结果极为优美！它表明，虽然整个系统因为非平衡双占据子的注入而处于极高能状态（若完全热化，温度会大幅上升），但在预热化阶段，低能自旋系统却感知到一个被压缩了 $g_f^2$ 倍的超低温度。

为了检验这一有效温度的物理真实性，作者设计了一个巧妙的方法：引入一个外部两能级系统（TLS）作为纳米温度计，将其弱耦合到哈伯德系统的某一局域算符 $O$ 上。通过 Lindblad 耗散方程，TLS 的稳态占据数之比直接决定于哈伯德自关联函数的傅里叶变换比例（即满足详细平衡条件）：

如果耦合算符 $O$ 严格守恒双占据子数（即 $[O, D_f] = 0$，例如局域自旋算符 $S^z_j$ 或局域自旋密度涨落算符），那么谱函数将不包含跨越电荷能隙的跃迁。在这种情况下，温度计测得的有效温度将严格等于 $T_{pth} = g_f^2 T_i$。若 $[O, D_f] \neq 0$，则由于跨能隙跃迁的非热贡献，温度计测得的结果将呈现非热化的严重偏差，甚至引起局域加热（如图1(b)所示）。

2. 关键 Benchmark 体系、计算数据与性能展示

为了验证上述非平衡理论框架，作者利用精确对角化（Exact Diagonalization, ED）以及热力学贝特拟合（Thermodynamic Bethe Ansatz, TBA），分别对一维费米-哈伯德链进行了多维度的数值计算。以下是核心 Benchmark 数据及物理解析。

2.1 精确对角化（ED）基准测试与有效温度提取

作者首先在一维费米-哈伯德链（格点数 $N=10$，半满，周期性边界条件，强相互作用标度 $U/t = 10$）中，通过 ED 计算非平衡两点时间关联函数：

并通过最小化涨落耗散关系（FDR）偏离度来数值提取有效温度 $T_{eff}$。为此定义误差泛函：

其中 $M^\pm_{lm}(\tau') = O_{lm} [O, \rho(\tau')]^\pm_{ml}$ 分别为自关联函数的对称与反对称分量，而 $[N^+(T; \tau')]_{lm} = \tanh(\epsilon_{ml}/2T) M^+_{lm}(\tau')$。通过数值搜索使得 $f(T; \tau')$ 最小的 $T$ 即为 $T_{eff}$。同时定义 FDR 偏离度（FDR violation）来量化系统的非热化特征：

数据分析（图2）：

1. 双占据守恒算符 $O = n_{j,\uparrow} - n_{j,\downarrow}$（自旋密度差，图2(a, c)）：
   • 温度提取结果：提取出的有效温度 $T_{eff}/T_i$ 在宽广的淬火强度区间内（$g_f \in [0.2, 1.0]$），近乎完美地落在了理论预测线 $T_{eff} = g_f^2 T_i$（虚线）上，且与初始温度 $T_i$ 的选择无关。
   • FDR 偏离度：在所有温度和淬火强度下，FDR 偏离度均保持在极低水平（$< 4\%$，低温下甚至趋近于零），这强有力地证明了在预热化时间窗内，自旋扇区已经高度热化，呈现极好的局部热力学平衡特征。
2. 双占据不守恒算符 $O = \sum_\sigma (c^\dagger_{j,\sigma} c_{j+1,\sigma} + \text{h.c.})$（跃迁算符，图2(b, d)）：
   • 温度提取结果：在强淬火区（$g_f \le 0.6$），提取出的有效温度大幅偏离 $g_f^2 T_i$，在 $g_f \to 0.2$ 时，有效温度甚至飙升至初始温度的 $6$ 倍以上。这说明不守恒双占据数的操作会直接触发电荷激发的吸收，造成剧烈的“加热假象”。
   • FDR 偏离度：偏离度明显增加，尤其在强淬火区，表明系统在电荷动力学耦合下失去了局域热力学平衡。

2.2 渐近热化温度（Long-time Limit）的 Bethe Ansatz 精确解

在极长时间尺度（$\tau \gg \tau_{th}$）后，双占据子最终发生复合，注入的正功完全释放，系统最终热化到渐近温度 $T_f$。对于一维体系，由于积分可积性，在引入微弱自发破缺后，其热力学规律可由**热力学贝特拟合（TBA）**精确求解。作者计算了一维哈伯德模型在热力学极限下的能量与自由能函数，定量定出了 $T_f$（图3）。

数据分析（图3）：

1. 弱淬火区（$1 - g_f \ll 1$）中的真实热化制冷：
   • 惊人发现：即使经历了完全热化，在弱淬火区，最终的热化温度 $T_f$ 仍然可以低于初始温度 $T_i$！
   • 线性响应理论验证：在一阶微扰下，作者导出了： $$\frac{T_f}{T_i} = 2g_f - 1$$ 该预测（图3(b)中的灰色虚线）与 TBA 精确解在 $g_f \in [0.9, 1.0]$ 区间内高度重合。这一物理机制在于，尽管淬火产生了微量双占据子，但自旋能标 $J$ 本身的下降幅度和热容的变化在弱淬火下占主导，从而在完全弛豫后依然维持了净制冷效果。
2. 强淬火区（$g_f \ll 1$）的热化加热：
   • 在此区间内，产生的物理双占据子密度较大，当它们复合时，释放出的电荷能（量级为 $U$）远远超出了自旋扇区的承载极限。TBA 解显示 $T_f$ 呈指数级上升，最高可达 $10^1 T_i$ 以上。这愈发凸显了预热化时间窗口内制冷的重要性。
3. 弱-强淬火区转变的临界点 $g_f^c$（图3(c)）：
   • 作者通过估算自旋系统吸收能量的极限，推导出了临界淬火强度的半定量公式： $$g_f^c = \left[ 1 + \sqrt{1 - \frac{E_s^\infty}{E_i}} \right]^{-1}$$ 其中 $E_s^\infty = -N z_{lat} J / 8$。如图3(c)所示，这一极其简化的理论估算（灰色虚线）与通过数值导数 $|dT_f/dg_f|$ 确定的真实转变峰位置（蓝色和深蓝色实线）高度吻合。

3. 代码实现细节、复现指南与开源软件包

为了方便科研人员复现本论文中关于精确对角化（ED）和有效温度提取的计算，以下提供基于 Julia 语言 和开源自旋/费米子多体计算框架 QuSpin (Python) / Yao.jl / ITensors 的微观实现方案。在此以 Python + QuSpin 库为例进行核心框架构建。

3.1 核心复现步骤

1. 构造半满费米-哈伯德哈密顿量：设置格点数 $N$，粒子数 $N_\uparrow = N_\downarrow = N/2$，计算初始参数 $U, t_i=t$ 和淬火后参数 $t_f = g_f t$ 的哈密顿量算符。
2. 求解初始热态：在 $H_i = H(g_i=1)$ 对应的基底下，构建 Gibbs 密度矩阵 $\rho_i = e^{-H_i/T_i}/Z_i$。由于 ED 的维度限制，实际计算中需要先求出 $H_i$ 的全谱： $$\rho_i = \sum_{m} \frac{e^{-E_{i,m}/T_i}}{Z_i} |\epsilon_{i,m}\rangle \langle\epsilon_{i,m}|$$
3. 动力学演化与时间平均：将 $\rho_i$ 投影到 $H_f$ 的本征基底 $|\epsilon_{f,n}\rangle$ 上。计算演化到预热化时间尺度 $\tau'$ 后的密度矩阵 $\rho(\tau')$： $$\rho_{nl}(\tau') = e^{i \epsilon_{f,nl} \tau'} \sum_{p} V_{np} \frac{e^{-E_{i,p}/T_i}}{Z_i} V^{\dagger}_{pl}$$ 其中 $V_{np} = \langle \epsilon_{f,m} | \epsilon_{i,n} \rangle$ 为重叠矩阵（Overlap Matrix）。为了消除有限尺寸效应带来的瞬态脉动，需要对一系列长于 $\tau_{pth}$ 的 $\tau'$ 进行时间平均。
4. 构建关联函数并优化提取温度：对自旋算符 $O = n_{j\uparrow} - n_{j\downarrow}$ 进行基底变换，构造对称与反对称矩阵，通过非线性最小二乘法（如 L-BFGS-B 或 Nelder-Mead）最小化误差泛函 $f(T)$，求解最优值 $T_{eff}$。

3.2 核心 Python 复现代码示例 (基于 QuSpin)

import numpy as np
from scipy.linalg import expm
from scipy.optimize import minimize
from quspin.operators import hamiltonian
from quspin.basis import spinful_fermion_basis_1d

def run_reproduction_demo(N=6, U=10.0, t_initial=1.0, gf=0.5, Ti=1.0):
    # 1. 构建一维半满基底
    basis = spinful_fermion_basis_1d(N, Nf=(N//2, N//2))
    
    # 2. 定义哈密顿量相互作用项
    hop_left = [[-t_initial, i, (i+1)%N] for i in range(N)]
    hop_right = [[t_initial, i, (i+1)%N] for i in range(N)] # h.c. 由 QuSpin 自动处理
    interaction = [[U, i, i] for i in range(N)]
    
    static_i = [["n|n", interaction], ["+-| ", hop_left], ["|+- ", hop_left],
                ["-+| ", hop_right], ["|-+ ", hop_right]]
    
    H_i_op = hamiltonian(static_i, [], basis=basis, dtype=np.float64)
    E_i, V_i = H_i_op.eigh()
    
    # 3. 构建淬火后哈密顿量
    t_final = gf * t_initial
    hop_left_f = [[-t_final, i, (i+1)%N] for i in range(N)]
    hop_right_f = [[t_final, i, (i+1)%N] for i in range(N)]
    static_f = [["n|n", interaction], ["+-| ", hop_left_f], ["|+- ", hop_left_f],
                ["-+| ", hop_right_f], ["|-+ ", hop_right_f]]
    H_f_op = hamiltonian(static_f, [], basis=basis, dtype=np.float64)
    E_f, V_f = H_f_op.eigh()
    
    # 4. 构建初始热态密度矩阵 (在 H_i 本征表象下)
    beta_i = 1.0 / Ti
    rho_i_diag = np.exp(-beta_i * E_i)
    Z_i = np.sum(rho_i_diag)
    rho_i_diag /= Z_i
    
    # 5. 变换到 H_f 本征表象下进行演化
    # 重叠矩阵 V_overlap[f, i] = <f|i>
    V_overlap = V_f.T.conj() @ V_i
    rho_f_0 = V_overlap @ np.diag(rho_i_diag) @ V_overlap.T.conj()
    
    # 选择演化时间 tau_prime 处于预热化区间
    tau_prime = 50.0 / t_final
    phase = np.exp(-1j * E_f * tau_prime)
    rho_f_tau = rho_f_0 * np.outer(phase, phase.conj())
    
    # 6. 定义观测算符 O = n_{0, up} - n_{0, down}
    # 在费米子表象中对应 n_up - n_down
    O_static = [["n| ", [[1.0, 0]]], [" |n", [[-1.0, 0]]]]
    O_op = hamiltonian(O_static, [], basis=basis, dtype=np.float64)
    # 变换到 H_f 基底
    O_f = V_f.T.conj() @ O_op.toarray() @ V_f
    
    # 7. 计算谱关联算符 M^+
    # M^+_{lm} = O_{lm} * [O, rho]^+
    comm_plus = O_f @ rho_f_tau + rho_f_tau @ O_f
    comm_minus = O_f @ rho_f_tau - rho_f_tau @ O_f
    M_plus = O_f * comm_plus
    M_minus = O_f * comm_minus
    
    # 8. 优化求解 Teff
    def loss_function(T):
        if T <= 0:
            return 1e9
        # 构造临时的 tanh(eps_ml / 2T)
        eps_ml = np.subtract.outer(E_f, E_f)
        tanh_factor = np.tanh(eps_ml / (2.0 * T))
        N_plus = tanh_factor * M_plus
        # 计算 Frobenius 范数误差
        diff = M_minus - N_plus
        return np.linalg.norm(diff, 'fro')
    
    res = minimize(loss_function, x0=[Ti * gf**2], method='Nelder-Mead')
    T_eff = res.x[0]
    
    print(f"Initial Temperature: {Ti:.4f}")
    print(f"Predicted Prethermal Temperature (gf^2 * Ti): {Ti * gf**2:.4f}")
    print(f"Numerically Extracted Teff: {T_eff:.4f}")

if __name__ == "__main__":
    run_reproduction_demo()

3.3 开源实现推荐

• QuSpin (Python): https://github.com/weinbe58/QuSpin。最成熟的一维/二维自旋、费米子和玻色子精确对角化与动力学演化库，完美支持本论文的 ED 复现。
• ITensors (Julia/C++): https://itensor.org。如果需要超越对角化限制（计算 $N > 16$ 的格点系统），强烈推荐使用基于矩阵乘积态（MPS）的有限温度含时演化（METTS 或 purification 方案）。

4. 关键引用文献与局限性批判评论

4.1 关键引用文献点评

本工作的成功建立在非平衡多体物理和非绝热控制的数个里程碑成果之上：

1. [Werner et al., Nat. Commun. 10, 5556 (2019)] （文献 [24]）：该工作提出通过含时啁啾脉冲将电荷从低能带驱动到高能核能带以实现关联降温。本工作吸收了其“电荷激发暂存能量”的物理内核，但将其简化为均匀淬火，并在理论上给出了严格的预热化温度自洽推导。
2. [Zaletel et al., PRL 126, 103401 (2021)] （文献 [26]）：提出空间非均匀淬火制冷。本文与之不同，专注于空间均匀淬火，降低了实验上空间空间调制格点势阱的难度。
3. [Strohmaier et al., PRL 104, 080401 (2010)] （文献 [44]）：首次在超冷原子实验中证实了强关联费米-哈伯德模型中双占据子衰变的指数级延缓。这一“寿命瓶颈”直接构成了本方案预热化时间窗口生存的实验基石。
4. [Jüttner et al., Nucl. Phys. B 522, 471 (1998)] （文献 [59]）：提供了一维哈伯德模型的完整热力学 TBA 解析方案，使得本工作能以极高精度定出非平衡淬火的渐近热化温度。

4.2 核心局限性深入剖析

尽管这一预热化制冷机制在理论上极其精妙，但要在实际的量子模拟或量子化学计算中发挥作用，必须面对以下严苛的物理与实验瓶颈：

1. 预热化时间的“瞬态”本质与终态加热危机

预热化制冷本质上是一个**暂态（Transient）**过程。在有限的预热化寿命 $\tau_{th}$ 内，系统必须完成与目标被冷却系统的热接触与热交换。一旦时间超过 $\tau_{th}$，物理双占据子的指数级复合过程将无法阻止，累积的高温热源将彻底摧毁低能自旋的低温态。这限制了该制冷方案无法作为长久维持低温的“稳态冷机”。

2. 对耦合算符 $[O, D_f] = 0$ 的严苛依赖

该方案要求目标系统（或温度计）与哈伯德介质的相互作用算符严格或高度满足双占据数守恒。如果耦合算符中包含任何微小的电荷激发通道（例如，直接的粒子交换或交叉动能项），那么高能流形中极其庞大的能量将通过这些通道发生“热泄漏”，直接导致目标系统发生剧烈加热。这一条件在微观量子化学设计中具有高度挑战性。

3. 维度效应（Dimensionality Effect）对热化的加速

一维体系中由于可积性的限制，预热化窗口被额外拓宽。然而，在二维（如超导机制的核心承载平台——二维正方格点哈伯德模型）和三维体系中，非可积性显著增强。多体碰撞和纠缠的快速增长可能会极大加速双占据子-空穴子的复合过程，从而压缩预热化制冷的时间窗口。论文对此未展开详细的多维动力学定量评估。

5. 补充探讨：多体预热化冷机循环设计与掺杂效应

为了使该机制更具应用价值，我们可以进一步拓展以下两个关键方向：

5.1 预热化“绝热退磁”循环（Prethermal Cool Cycle）

基于均匀淬火制冷，我们可以设计一个类似卡诺循环的四步法量子多体循环，将其命名为预热化退磁冷机（Prethermal Demagnetization Refrigerator）：

          [ 1. 初始状态 ] (温度 Ti, 参数 t) 
                 │
                 ▼  (瞬间均匀淬火 t -> gf*t)
          [ 2. 预热化状态 ] (自旋扇区冷却至 T_pth = gf^2 * Ti)
                 │
                 ▼  (开启双占据守恒耦合，与 target 发生热交换)
          [ 3. 目标系统冷却 ] (Target 达到超低温，在 tau_th 到来前断开耦合)
                 │
                 ▼  (系统完全热化至 Tf 之后，将其放回温度为 Ti 的温区中)
          [ 4. 系统复位 ] (等待系统恢复热平衡，准备开始下一个循环)

这一循环比传统的准绝热降温路径快数个数量级，因为它避开了绝热演化中极慢的、容易受系统漏失（Loss）和退相干（Decoherence）影响的路径，而纯粹利用非平衡自发热化。

2. 非半满掺杂（Doped Case）对制冷机制的颠覆

本论文主要针对**半满（Half-filling）极限下的哈伯德模型。然而，超导、条纹序（Stripe Orders）和赝能隙等最令人着迷的物理现象均发生在偏离半满的空穴/电子掺杂（Doped）**区域。在有额外空穴（Holes）存在的情况下：

1. 物理复合路径的改变：由于原本就存在大量的自由空穴，双占据子不再需要寻找其协同产生的空穴，而是可以与背景中的多余空穴发生更快速的三体或协助复合过程。这会导致预热化衰变率 $\Gamma_d$ 大幅上升，进而使得 $\tau_{th}$ 骤缩。
2. 制冷效率的变化：掺杂系统中自旋自由度与电荷运动紧密缠绕（例如 $t-J$ 模型描述的物理），这极大地增加了区分“双占据守恒”算符的难度。探索掺杂条件下的预热化制冷，将是非平衡统计物理中一块极具诱惑力的新大陆。