Symmetry-Adapted Eigensolver from Real-Space Sampling of Tensor-Network-Bridged Quantum Circuits
تقترح هذه الورقة حلاً طيفياً متكيفاً مع التماثل للأنظمة ذات الارتباط القوي، يقوم بفصل أخذ عينات الدالة الموجية عن تعريفها عبر استخدام دوائر كمومية متوازية وهيكل (MPS) لتوليد سعات في الفضاء الحقيقي، والتي يتم تجميعها بعد ذلك في قاعدة بيانات متكيفة مع التماثل عبر قواعد الطور التمثيلي والمقياس الموزون احتمالياً لتحقيق أخذ عينات دقيق وغير منحاز دون الحاجة إلى سلاسل ماركوف أو إسقاطات مجموعات صريحة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الفيزياء الكمية المجهري، لا تتصرف الذرات والإلكترونات مثل كرات البلياردو الصغيرة؛ بل توجد في حالة من الاتصال العميق تُعرف بالتشابك. عندما تكون الجسيمات متشابكة، فإن حالة أحدها تؤثر فوراً على حالة الآخر، بغض النظر عن مدى بعدهما. تخلق هذه الظاهرة تعقيداً رياضياً ينمو بشكل انفجاري مع إضافة المزيد من الجسيمات إلى النظام. لعقود من الزمن، كافح العلماء لمحاكاة هذه الأنظمة شديدة الترابط على الحواسيب الكلاسيكية لأن كمية المعلومات المطلوبة لوصفها تتجاوز بسرعة قدرة حتى أقوى الحواسيب الفائقة. ولمواجهة ذلك، يلجأ الباحثون غالباً إلى تقنية تسمى "شبكة الموتر" (tensor network)، والتي تعمل كخوارزمية ضغط، حيث تستبعد التفاصيل غير الضرورية للاحتفاظ فقط بالروابط الأكثر جوهرية. ومع ذلك، حتى هذه الطرق المضغوطة تواجه صعوبات عندما تمتد الروابط عبر النظام بأكتها، مما يتطلب قوة حوسبة هائلة لالتقاط الصورة الكاملة.
لقد اقترح فريق من الفيزيائيين في جامعة تشجيانغ الآن طريقة جديدة للتنقل في هذا التعقيد من خلال فصل عملية أخذ عينات من الحالة الكمية عن عملية تعريفها. نهجهم، الذي فُصّل في دراسة حديثة، يجمع بين نقاط القوة للدوائر الكمية وشبكات الموتر الكلاسيكية لحل نوع محدد من المشكلات الصعبة: إيجاد أدنى حالة طاقة لنظام من اللفات المغناطيسية المتفاعلة، والذي يعمل كنموذج للمواد المغناطيسية. وبدلاً من محاولة حساب النظام بأكمله دفعة واحدة، قاموا بتقسيم شبكة اللفات إلى كتل أصغر. داخل كل كتلة، تلتقط دائرة كمية التشابك المحلي، بينما يقوم هيكل رياضي كلاسيكي بربط هذه الكتل لاستعادة الارتباطات العالمية. يكمن الابتكار الرئيسي في كيفية تعاملهم مع تناظر النظام؛ فبدلاً من إجبار الحاسوب على حساب كل ترتيب ممكن للفتات، قاموا بتجميع الترتيبات المتكافئة تحت عمليات التناظر، مثل الدوران أو الانعكاس. ثم عرفوا الحالة الكمية ليس عن طريق جمع سعات هذه الترتيبات، بل عن طريق تجميع احتمالاتها. هذا التمييز يسمح لهم بتوليد عينات للنظام بشكل مباشر وفعال، دون الحاجة إلى عمليات "المشي العشوائي" البطيئة التي تتطلبها عادةً استكشاف مثل هذه المساحات الشاسعة.
اختبر الباحثون طريقتهم على نموذج معروف من الإحباط المغناطيسي، حيث تجعل القوى المتنافسة من الصعب على النظام الاستقرار في نظام بسيط. طبقوا تقنيتهم على سلاسل أحادية الأبعاد وشبكات ثنائية الأبعاد من اللفات، مع دمج تناظرات مثل الإزاحة والانعكاس لضمان احترام النتائج للقوانين الفيزيائية التي تحكم النظام. في عمليات المحاكاة الخاصة بهم، استخدموا كمية صغيرة جداً من موارد الحوسبة، وتحديداً معلماً يُعرف بـ "بُعد الربط" (bond dimension)، والذي يتحكم في تعقيد الروابط بين الكتل. وحتى مع ضبط هذا المعلم عند قيمة منخفضة تصل إلى ستة، أنتجت الطريقة نتائج بهامش خطأ مطلق في الطاقة لكل موقع يبلغ جزءاً واحداً من مائة ألف. هذا المستوى من الدقة يضاهي الطرق التقليدية التي تتطلب أبعاد ربط بالآلاف، وهو فرق يمثل انخفاضاً هائلاً في التكلفة الحوسبية. وجد الفريق أنه باستخدام أساس متكيف مع التناظر، فإن التشابك بعيد المدى الذي يثقل كاهل الحسابات عادةً قد تم حمله فعلياً بواسطة البنية الرياضية للأساس نفسه، تاركاً الهيكل الحوسبي ليتعامل مع التفاصيل المتبقية فقط.
جانب حاسم من هذا العمل هو كيفية بناء الباحثين للدوائر الكمية المستخدمة لتوليد العينات. بدلاً من تصميم دوائر معقدة من الصفر، وهي مهمة صعبة وعرضة للخطأ، استمدوا الروابط اللازمة من مصفوفة الكثافة المختزلة لنظام أصغر يمكن حله بدقة. تصف هذه المصفوفة الخصائص الإحصائية لكتلة صغيرة من اللفات داخل نظام أكبر. ومن خلال استخراج الأنماط الأكثر أهمية من هذه المصفوفة، أنشأوا خريطة متساوية القياس (isometric map) مبسطة تلتقط بنجماء هيكل التشابك الجوهري. يتجاوز هذا النهج الحاجة إلى دوائر عميقة وعالية المعلمات يصعب تحسينها، مما يؤدي فعلياً إلى دمج فيزياء المشكلة مباشرة في عملية أخذ العينات. والنتيجة هي إطار عمل هجين حيث تعمل الدوائر الكمية كمولد لتكوينات الفضاء الحقيقي، بينما تعمل شبكة الموتر الكلاسيكية كجسر ينظم هذه التكوينات في حالة متماسكة تحترم التناظر.
تظهر الدراسة أن هذا الفصل في الأدوار يسمح بمحاكاة عالية الكفاءة للأنظمة شديدة الارتباط. وأظهر الباحثون أنه بالنسبة لنظام مكون من أربعة وستين لفة في سلسلة أحادية الأبعاد وشبكة من أربعة وستين لفة في بُعدين، يمكن لطريقتهم إعادة إنتاج طاقة الحالة الأرضية بدقة ملحوظة. وقد تحققوا من هذه النتائج بمقارنتها مع "التشخيص الدقيق" (exact diagonalization) وحسابات "مجموعة إعادة تطبيع مصفوفة الكثافة" (DMRG)، والتي تعتبر المعايير الذهبية لمثل هذه المشكلات. كان الاتفاق وثيقاً لدرجة أن الاختلافات الصغيرة يمكن إرجاعها إلى محدودية بُعد الربط، وهو ما يمكن معالجته عبر الاستكمال (extrapolation). وهذا يشير إلى أن الطريقة ليست دقيقة فحداً فحسب، بل هي قابلة للتوسع أيضاً، حيث يتعامل الأساس المتكيف مع التناظر بشكل طبيعي مع الارتباطات بعيدة المدى التي تتطلب عادةً موارد حوسبية ضخمة للمحاكاة.
وبالنظر إلى المستقبل، يشير المؤلفون إلى أنه على الرغم من أن تطبيقهم الحالي يستخدم هيكلاً من شبكة موتر كلاسيكية، إلا أن الإطار مصمم ليكون متوافقاً مع الأجهزة الكمية الموزعة. يمكن معالجة كتل النظام بالتوازي على معالجات كمية منفصلة، مع قيام الشبكة الكلاسيكية بتنسيق النتائج. يتجنب هذا الهيكل الحاجة إلى أن تتشارك المعالجات الكمية التشابك مباشرة، وهو ما يمثل عقبة كبيرة في الحوسبة الكمية الموزعة الحالية. يمكن تنفيذ الخطوة التوليدية للخوارزمية بشكل تسلسلي على جهاز كمي، مما ينتج عينات دقيقة للنظام دون الحاجة إلى تقدير السعة المعقد. ومع ذلك، تظل الخطوة النهائية لحساب مقدر الطاقة تحدياً للتطبيق المباشر على الأجهزة، لأنها تتطلب استعلاماً عن سعة تكوينات محددة بدلاً من قياس قيم التوقع. ويقترح الباحثون أن إعادة صياغة هذا المقدر ليعتمد على كميات قابلة للقياس المباشر هي الخطوة الحاسمة التالية نحو تحقيق واقعي كمي-كلاسيكي كامل.
في النهاية، يقدم هذا العمل منظوراً جديداً حول كيفية محاكاة المادة الكمية. فمن خلال الإدراك بأن تعريف الحالة الكمية وأخذ العينات منها يمكن فصلهما، وجد الباحثون طريقة للاستفادة من قوة التناظر لتقليل العبء الحوسبي. تثبت الطريقة أنه حتى مع موارد محدودة للغاية، من الممكن التقاط الرقصة المعقدة للجسيمات المتشابكة، بشرط معرفة أين تنظر وكيف تنظم المعلومات. تشير النتائج إلى أن الطريق لمحاكاة أنظمة كمية أكبر وأكثر تعقيداً قد لا يتطلب حواسيب أكبر باستمرار، بل طرقاً أكثر ذكاءً لتنظيم المعلومات المتاحة بالفعل. وبينما ينتقل المجال نحو أجهزة كمية أكثر قوة، يوفر هذا النهج جسراً قوياً وفعالاً بين تقنيات المحاكاة الكلاسيكية والقدرات الناشئة للأجهزة الكمية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.