Simulating Quantum Turbulence with Matrix Product States

Stellen Sie sich vor, Sie würden einen Sturm aus dem Weltraum beobachten. Sie können die massiven Wolkenwirbel, die breiten Windpfade und das allgemeine Chaos des Wetters sehen. Aber wenn Sie heranzoomen, um die winzigen Regentropfen kollidieren zu sehen oder die mikroskopischen Wirbel der Luft, wird das Bild zu einem Verschwimmen unmöglicher Details. Dies ist die Herausforderung, vor der Wissenschaftler bei der Untersuchung von „Quantenfluiden“ stehen – einem seltsamen Materiezustand, in dem Atome wie eine einzige, riesige Welle agieren. In diesen Fluiden haben Sie riesige Systeme (wie eine Wolke aus Atomen in einem Labor) und unglaublich winzige Merkmale (wie winzige Wirbel, sogenannte Vortizes). Um zu simulieren, wie diese Fluide fließen und wirbeln, versuchen Wissenschaftler normalerweise, jeden einzelnen Punkt im Raum zu verfolgen, so als würde man jeden einzelnen Regentropfen in einem Hurrikan zählen. Aber wenn das System riesig und die Details winzig sind, wird die Mathematik so schwerfällig, dass selbst die schnellsten Supercomputer der Welt stecken bleiben. Sie laufen aus dem Speicher, wie ein Rucksack, der zu klein ist, um einen Berg zu halten.

Dieses Paper befasst sich genau mit diesem Problem. Die Forscher wollten „Quantenturbulenz“ simulieren – einen chaotischen Tanz wirbelnder Vortizes in einem Quantenfluid – aber sie brauchten einen Weg, dies zu tun, ohne den ganzen Berg in ihrem Rucksack zu tragen. Sie wandten sich an einen cleveren mathematischen Trick namens „Matrix Product State“ (MPS). Denken Sie an dies nicht als einen Rucksack, sondern als einen intelligenten Kompressionsalgorithismus der Realität. Genau wie ein digitales Foto verkleinert werden kann, indem man die Pixel entfernt, die das Auge nicht wirklich sieht, schrumpft diese Methode das massive mathematische Problem, indem sie die Verbindungen zwischen den großen Wirbeln und den winzigen Details ignoriert, die eigentlich nicht wichtig sind. Das Paper zeigt, dass sie durch die Verwendung dieser „intelligenten Kompression“ diese wilden, wirbelnden Quantenstürme auf einem Standardcomputer simulieren können, wobei sie die wichtigste Physik erfassen und dabei nur einen Bruchteil des Speichers verwenden, den traditionelle Methoden benötigen würden.

Die Geschichte des Quantensturms

Die Wissenschaftler in diesem Paper, angeführt von Felipe Gómez-Lozada und seinem Team, machten es sich zur Aufgabe, ein massives Problem der Physik zu lösen: wie man Quantenturbulenz simuliert, ohne einen Supercomputer in der Größe einer Stadt zu benötigen. Sie konzentrierten sich auf die Gross-Pitaevskii-Gleichung (GP), die im Grunde das Regelwerk dafür ist, wie sich diese Quantenfluide bewegen. Das Problem ist, dass dieses Regelwerk unglaublich teuer in der Lösung wird, wenn man ein großes System mit winzigen Details hat. Es ist, als würde man versuchen, ein Bild eines Waldes zu zeichnen, bei dem man jedes einzelne Blatt an jedem einzelnen Baum zeichnen muss; das Paper wird zu dick, um es zu halten.

Um dies zu beheben, baute das Team einen neuen Typ von Solver unter Verwendung eines sogenannten Matrix Product State (MPS). Stellen Sie sich vor, Sie versuchen, eine komplexe Filmszene zu beschreiben. Eine traditionelle Methode (genannt Direct Numerical Simulation oder DNS) würde versuchen, jedes einzelne Frame, jeden Pixel und jede Schallwelle aufzuschreiben. Das ist genau, aber es nimmt eine gewaltige Menge Platz ein. Die MPS-Methode hingegen ist wie eine intelligente Zusammenfassung. Sie erkennt, dass sich der Hintergrund in einem Film von Frame zu Frame nicht viel verändert und dass die Charaktere nur mit den Menschen interagieren, die direkt neben ihnen stehen. Anstatt also alles aufzuschreiben, schreibt sie nur die wichtigen Verbindungen auf und komprimiert den Rest.

Die Forscher testeten diese „intelligente Zusammenfassung“ an drei verschiedenen Arten von Quantenchaos:

1. Dunkle Solitonen (1D): Denken Sie an diese als ein einzelnes, bewegliches Loch in einer Welle, wie eine Lücke in einer Gruppe rennender Menschen.
2. Vortiz-Dipole und -Ringe (2D und 3D): Dies sind winzige Wirbel, wie der Wirbel, den man sieht, wenn man den Stöpsel aus der Badewanne zieht, aber sie bestehen aus Quantenfluid und können umeinander tanzen.
3. Turbulenz: Dies ist der chaotische Teil, in dem man hunderte dieser Wirbel und Löcher hat, die gegeneinander prallen und so einen chaotischen Sturm erzeugen.

Die Ergebnisse waren überraschend effizient. Als sie ein einzelnes bewegliches Loch (ein dunkles Soliton) simulierten, verwendete die neue Methode 10-mal weniger Speicher als die alte Art. Als sie einen 3D-Vortiz-Ring simulierten, war es sogar noch besser und verwendete 1.000-mal weniger Speicher. Im extremsten Fall, der Simulation einer komplexen Rekonnektion von Vortizlinien (wo zwei Wirbel zusammenprallen und die Enden tauschen), verwendete die neue Methode 10.000-mal weniger Speicher.

Um dies in Perspektive zu setzen: Eine traditionelle Simulation eines spezifischen Vortiz-Crashs würde etwa 128 Gigabyte Speicher benötigen (was viel ist, wie das Füllen einer riesigen Festplatte). Die neue Methode erledigte dieselbe Aufgabe mit nur 40 Megabyte (etwa der Größe von ein paar hochwertigen Fotos). Das bedeutet, dass die Forscher diese Simulationen auf einem Standardcomputer mit einer Grafikkarte durchführen konnten, anstatt einen massiven, teuren Supercomputer-Cluster zu benötigen.

Das Team hat nicht nur beim Platzsparen aufgehört; sie prüften auch, ob die „Zusammenfassung“ tatsächlich die Wahrheit sagt. Sie verglichen ihre komprimierten Simulationen mit dem „Goldstandard“ (der schweren, unkomprimierten Methode) und fanden heraus, dass die Physik bewahrt wurde. Sie beobachteten, wie die Wirbel rekombinierten, sahen, wie die „Kelvin-Wellen“ (helikale Rippen) entlang der Vortizlinien reisten, und sahen sogar die Entstehung neuer Vortiz-Ringe. Die komprimierte Version erfasste all diese Details perfekt, solange sie das „Kompressionsniveau“ (genannt Bond Dimension) hoch genug hielten.

Sie untersuchten auch, was passiert, wenn man ein ganzes Gas aus diesen Wirbeln hat, was wir als Quantenturbulenz bezeichnen. Sie fanden heraus, dass der benötigte Speicher nicht wahnsinnig mit der Größe des Systems wuchs; stattdessen wuchs er langsam, primär abhängig davon, wie voll die Wirbel gepackt waren. Wenn das Fluid mit vielen Vortizen überfüllt war, funktionierte die Kompression etwas weniger gut, war aber immer noch unglaublich effizient. Beispielsweise gelang es ihnen in einem 3D-turbulenten Zustand, die Ergebnisse mit nur 7 % des Speichers zu erzielen, den die alte Methode erforderte.

Eines der coolsten Dinge, die sie entdeckten, war, dass diese Methode auch die „unordentlichen“ Teile der Turbulenz bewältigen konnte, wie das Energiespektrum (wie Energie von großen Wirbeln zu kleinen fließt). Selbst wenn die Simulation aufgrund der Kompression etwas „unscharf“ war, blieb das große Bild, wie die Energie floss, korrekt. Dies deutet darauf hin, dass man für die Untersuchung des allgemeinen Verhaltens dieser Quantenstürme nicht jeden einzelnen Detail verfolgen muss; man muss nur die wichtigen Verbindungen verfolgen.

Das Paper schließt damit ab, dass dieser Ansatz die Tür zur Untersuchung von Quantenturbulenz auf eine Weise öffnet, die zuvor unmöglich war. Da die Methode so effizient ist, können Wissenschaftler nun viel größere Systeme und längere Zeiträume simulieren als zuvor. Dies könnte helfen, neue Physik zu entdecken, wie zum Beispiel, wie sich diese Quantenfluide unter extremen Bedingungen verhalten oder wie sie mit anderen komplexen Systemen wie Supraleitern oder sogar superfluidem Helium zusammenhängen könnten. Die Autoren legen nahe, dass dies nicht nur eine kleine Verbesserung ist; es ist eine neue Art, diese Probleme anzusehen, die die Art und Weise, wie wir komplexe Fluide simulieren, verändern könnte, indem sie potenziell ermöglicht, Geheimnisse des Universums zu entschlüsseln, die hinter einer Wand aus Computerspeicher verborgen waren.