Квантовый ИИ Google исследует границы применимости законов физики на квантовом уровне

Квантовые симуляторы стремительно развиваются, открывая новые возможности для решения задач, ранее доступных только теоретической физике и численным методам. Исследователи из Лаборатории квантового искусственного интеллекта (Google Quantum AI) и их коллеги продемонстрировали этот новый потенциал, изучая динамику одномерных квантовых магнитов, в частности цепей из частиц со спином 1/2.

Недавно они сосредоточились на одной из фундаментальных проблем статистической механики: можно ли описать эволюцию одномерного квантового магнита теми же уравнениями, что и процесс образования снежных комков при выпадении снега? На первый взгляд, это может показаться странным сравнением, однако в 2019 году исследователи из Люблянского университета обнаружили убедительные численные доказательства, которые привели их к гипотезе о том, что динамика спинов в модели Гейзенберга для спин-1/2 относится к универсальному классу Кардара-Паризи-Жанга (KPZ). Это основано на масштабировании функции корреляции спинов при бесконечной температуре.

Используя квантовый симулятор, исследователи из Google Quantum AI смогли подтвердить эту гипотезу экспериментально. Они изучили динамику спиновой цепи Гейзенберга и обнаружили, что функция корреляции спинов действительно демонстрирует масштабирование KPZ при бесконечной температуре. Это открытие имеет важное значение, поскольку связывает квантовую динамику с универсальным классом роста поверхности, характерным для многих классических систем.

Экспериментальные данные и квантовые симуляции

В 2022 году квантовые симуляции начали проливать свет на этот вопрос благодаря экспериментам с холодными атомами, проведенным исследователями из Института квантовой оптики Макса Планка. Они изучили релаксацию начального дисбаланса магнитных спинов и обнаружили экспериментальные доказательства в поддержку этой гипотезы, что было опубликовано в журнале Science .

Чтобы глубже исследовать динамику спинов в этой модели, команда Google использовала свой сверхпроводящий квантовый процессор, который позволил быстро собрать большое количество экспериментальных данных и провести детальное исследование базовой статистики. С помощью цепочки из 46 сверхпроводящих кубитов они измерили распределение вероятностей количества спинов, пересекающих центр цепочки, известного как переданная намагниченность.

Среднее значение и дисперсия этого распределения показали поведение , соответствующее классу универсальности KPZ, полностью согласуясь с результатами группы из Института Макса Планка. Однако, при тщательном рассмотрении третьего (асимметрия) и четвертого (эксцесс) моментов переданной намагниченности были обнаружены явные отклонения от предсказаний для класса универсальности KPZ, что указывает на то, что гипотеза не подтверждается на временных масштабах, исследованных в эксперименте.

Измерение распределения стохастической переменной с достаточной точностью для разрешения высших моментов является чрезвычайно сложной задачей, требующей быстрого отбора проб, высокого уровня контроля и, для квантовых процессоров, квантовой когерентности. Это исследование отлично демонстрирует текущую эпоху квантовых симуляций, в которой квантовые процессоры позволяют углубить наше понимание новых физических явлений.

Квантовые симуляции продолжают оставаться одной из наиболее перспективных областей исследований, открывая новые пути для изучения сложных систем, от материаловедения до фундаментальных вопросов квантовой механики. Недавние успехи в этой области подчеркивают значимость дальнейшего развития квантовых технологий для научного прогресса.