Przewidywanie zachowania wielu oddziałujących cząstek kwantowych jest zadaniem złożonym, ale niezbędnym do uwolnienia potencjału cząstek kwantowych obliczenia kwantowe w zastosowaniach w świecie rzeczywistym. Zespół naukowców pod kierownictwem EPFL opracował nową metodę porównywania algorytmów kwantowych i identyfikowania najtrudniejszych problemów kwantowych do rozwiązania.
Systemy kwantowe, od cząstek subatomowych po złożone cząsteczki, są kluczem do zrozumienia działania wszechświata. Jednak modelowanie tych systemów szybko staje się przytłaczające ze względu na ich ogromną złożoność. To jak próba przewidzenia zachowania ogromnego tłumu, w którym każdy nieustannie wpływa na innych. Kiedy zastępujesz tłum cząstkami kwantowymi, napotykasz tak zwany „kwantowy problem wielu ciał”.
Kwantowe problemy wielu ciał obejmują przewidywanie zachowania wielu oddziałujących cząstek kwantowych. Rozwiązanie tych problemów może doprowadzić do znaczących przełomów w takich dziedzinach, jak chemia i inżynieria materiałowa, a nawet przyspieszyć rozwój technologii takich jak komputery kwantowe.
Jednak w miarę wprowadzania większej liczby cząstek modelowanie staje się coraz trudniejsze – zwłaszcza w przypadku poszukiwania stanu podstawowego układu, czyli stanu najniższej energii. Zrozumienie stanu podstawowego ma kluczowe znaczenie, ponieważ pozwala określić, które materiały są stabilne, a nawet pozwala odkryć fazy egzotyczne, takie jak nadprzewodnictwo.
Na każdy problem rozwiązanie: ale jakie?
Przez lata naukowcy polegali na kombinacji metod, takich jak kwantowe symulacje Monte Carlo i sieci tensorowe (wariacyjne funkcje falowe), aby przybliżyć rozwiązania tych problemów. Każda metoda ma swoje mocne i słabe strony, ale trudno stwierdzić, która z nich działa najlepiej w przypadku jakiego problemu. Do tej pory nie było uniwersalnego sposobu na ich porównanie dokładność.
W ramach dużej współpracy naukowców, pod przewodnictwem Giuseppe Carleo z EPFL, opracowano nowy punkt odniesienia zwany „V-score”, aby rozwiązać ten problem. Wynik V („V” od „dokładności wariacyjnej”) oferuje spójny sposób porównywania skuteczności różnych metod kwantowych w przypadku tego samego problemu. Wynik V można wykorzystać do zidentyfikowania najtrudniejszych do rozwiązania systemów kwantowych, w których obecne metody obliczeniowe mają problemy i gdzie przyszłe metody – takie jak obliczenia kwantowe – mogą zapewnić przewagę.
Przełomowa metoda została opublikowana w czasopiśmie Nauka 17 października.
Jak działa V-score
Wynik V oblicza się na podstawie dwóch kluczowych informacji: energii układu kwantowego i wahań tej energii. W idealnym przypadku im niższa energia i mniejsze wahania, tym dokładniejsze rozwiązanie. V-score łączy te dwa czynniki w jedną liczbę, co ułatwia uszeregowanie różnych metod na podstawie tego, jak blisko są one dokładnego rozwiązania.
Aby stworzyć wynik V, zespół skompilował najobszerniejszy jak dotąd zbiór danych dotyczących kwantowych problemów wielu ciał. Przeprowadzili symulacje na szeregu układów kwantowych, od prostych łańcuchów cząstek po złożone, sfrustrowane systemy, które słyną z trudności. Benchmark nie tylko pokazał, które metody sprawdzają się najlepiej w przypadku konkretnych problemów, ale także uwydatnił obszary, w których obliczenia kwantowe mogą mieć największy wpływ.
Rozwiązywanie najtrudniejszych problemów kwantowych
Testując wynik V, naukowcy odkryli, że niektóre układy kwantowe są znacznie łatwiejsze do rozwiązania niż inne. Na przykład układy jednowymiarowe, takie jak łańcuchy cząstek, można stosunkowo łatwo rozwiązać przy użyciu istniejących metod, takich jak sieci tensorowe. Jednak bardziej złożone, wielowymiarowe systemy, takie jak sfrustrowane sieci kwantowe, mają znacznie wyższe wyniki V, co sugeruje, że problemy te są znacznie trudniejsze do rozwiązania za pomocą współczesnych klasycznych metod obliczeniowych.
Naukowcy odkryli również, że metody wykorzystujące sieci neuronowe i obwody kwantowe – dwie obiecujące techniki na przyszłość – sprawdzają się całkiem dobrze nawet w porównaniu z uznanymi technikami. Oznacza to, że w miarę udoskonalania technologii obliczeń kwantowych być może będziemy w stanie rozwiązać niektóre z najtrudniejszych problemów kwantowych.
V-score zapewnia naukowcom potężne narzędzie do pomiaru postępu w rozwiązywaniu problemów kwantowych, zwłaszcza w obliczu ciągłego rozwoju obliczeń kwantowych. Dzięki wskazaniu najtrudniejszych problemów i ograniczeń metod klasycznych wskaźnik V-score może pomóc w ukierunkowaniu przyszłych wysiłków badawczych. Na przykład branże, które opierają się na symulacjach kwantowych, takie jak farmaceutyka czy energetyka, mogłyby wykorzystać te spostrzeżenia, aby skoncentrować się na problemach, w których obliczenia kwantowe mogłyby zapewnić im przewagę konkurencyjną.
Odniesienie: „Wariacyjne testy porównawcze dla kwantowych problemów wielu ciał” autorstwa Dian Wu, Riccardo Rossi, Filippo Vicentini, Nikita Astrakhantsev, Federico Becca, Xiaodong Cao, Juan Carrasquilla, Francesco Ferrari, Antoine Georges, Mohamed Hibat-Allah, Masatoshi Imada, Andreas M. Läuchli, Guglielmo Mazzola, Antonio Mezzacapo, Andrew Millis, Javier Robledo Moreno, Titus Neupert, Yusuke Nomura, Jannes Nys, Olivier Parcollet, Rico Pohle, Imelda Romero, Michael Schmid, J. Maxwell Silvester, Sandro Sorella, Luca F. Tocchio, Lei Wang, Steven R. White, Alexander Wietek, Qi Yang, Yiqi Yang, Shiwei Zhang i Giuseppe Carleo, 17 października 2024 r., Nauka.
DOI: 10.1126/science.adg9774
Lista współautorów
- Laboratorium obliczeniowej nauki kwantowej EPFL
- Uniwersytet Sorbona
- Uniwersytet w Zurychu
- Uniwersytet w Trieście
- Instytut Flatiron
- Instytut Wektorowy
- Uniwersytet Goethego
- Collège de France
- CNRS École Polytechnique
- Uniwersytet w Genewie
- Uniwersytetu Waterloo
- Instytut Badań Fizycznych i Chemicznych Toyoty
- Uniwersytet Waseda
- Uniwersytet Zofii
- Instytut Paula Scherrera (PSI)
- Uniwersytet w Zurychu
- IBM Quantum
- Uniwersytet Kolumbii
- Uniwersytet Nowojorski
- Uniwersytet Keio
- Uniwersytet Paris-Saclay
- Uniwersytet Tokijski
- Uniwersytet Kalifornijski w Irvine
- Międzynarodowa Szkoła Studiów Zaawansowanych (SISSA)
- Politechnika w Turynie
- Chińska Akademia Nauk
- Instytut Maxa Plancka
- Uniwersytet Chińskiej Akademii Nauk
- Kolegium Williama i Marii
Finansowanie
- Szwajcarska Narodowa Fundacja Nauki (SNSF)
- Fundacja Simonsa
- Deutsche Forschungsgemeinschaft (DFG)
- Program Unii Europejskiej w zakresie badań i innowacji „Horyzont 2020”.
- Japońskie Ministerstwo Edukacji, Kultury, Sportu, Nauki i Technologii (MEXT)
- Centrum Nauk Obliczeniowych RIKEN
- Rada ds. Nauk Przyrodniczych i Inżynierii (NSERC)
- Wspólna hierarchiczna sieć komputerowa do badań akademickich (SHARCNET)
- Oblicz Kanadę
- Kanadyjski Instytut Badań Zaawansowanych (CIFAR)
