Quantum annealing through a first-order phase transition: field theory approach

Stellen Sie sich eine Maschine vor, die darauf ausgelegt ist, die schwierigsten Rätsel der Welt zu lösen, indem sie ein System langsam auf seinen stabilsten, energetisch niedrigsten Zustand abkühlt. Dies ist das Versprechen des Quantum Annealing, einer Methode, die verwendet wird, um die bestmögliche Lösung für komplexe Probleme zu finden, von der Optimierung des Verkehrsflusses bis hin zum Design neuer Materialien. Der Prozess beruht auf der Fähigkeit eines Systems, seinem Pfad des geringsten Widerstands zu folgen, während sich die Bedingungen ändern. Doch die Natur hat eine Art, Fallen zu errichten. Wenn ein System auf eine plötzliche, scharfe Veränderung in seiner Umgebung trifft – einen Phasenübergang erster Ordnung – kann es in einem temporären, falschen Zustand stecken bleiben. Es ist wie ein Ball, der einen Hügel hinunterrollt und in einer kleinen Senke hängen bleibt, bevor er den wahren Tiefpunkt erreicht. Wenn der Ball diese Senke nicht verlassen kann, stürzt er schließlich ab und erzeugt ein chaotisches Durcheinander an Fehlern. Zu verstehen, wie und warum diese Fehler entstehen, ist entscheidend für den Bau besserer Quantencomputer, doch die Regeln, die diese spezifischen Arten von Fallen steuern, sind bisher schwer fassbar geblieben.

Ein Team von Forschern am Los Alamos National Laboratory hat nun die Mechanik dieser Ausfälle mithilfe eines neuen theoretischen Rahmens kartiert. Sie konzentrierten sich auf eine spezifische Art von Quantentransition, bei der ein System in einem metastabilen Zustand gefangen ist – einem falschen Vakuum, das schließlich kollabiert. Wenn diese Falle verschwindet, pendelt sich das System nicht ruhig ein; stattdessen setzt es einen Energieschub frei, der einen Schwarm von Anregungen, oder Fehlern, erzeugt, die die Berechnung ruinieren. Durch die Entwicklung einer Feldtheorie zur Beschreibung dieses Prozesses waren die Wissenschaftler in der Lage, genau vorherzusagen, wie viele Fehler basieren darauf, wie schnell das System abgekühlt wurde. Ihre Arbeit zeigt, dass die Rate der Fehlerentstehung spezifischen mathematischen Mustern folgt, den sogenannten Potenzgesetzen (Power Laws), die sich abrupt ändern, je nachdem, ob das System einen kritischen Punkt passiert oder lediglich dessen Rand streift.

Um diese Ideen zu testen, verwendeten die Forscher ein vereinfachtes Modell interagierender Spins, also winziger magnetischer Einheiten, die als die Bits in einem Quantencomputer fungieren. Sie simulierten das Verhalten von sechzig dieser Spins, während sie durch einen Übergang getrieben wurden. Die Ergebnisse zeigten eine klare Unterscheidung zwischen zwei Szenarien. In einem Fall, in dem das System knapp unterhalb der kritischen Schwelle verlief, sank die Anzahl der Fehler exponentiell ab, wenn der Kühlprozess verlangsamt wurde, was bedeutet, dass die Maschine das Problem schließlich perfekt lösen könnte, wenn man ihr genug Zeit gäbe. In dem anderen Szenario, in dem das System die kritische Schwelle überschritt, blieb ein hartnäckiger Fehlerboden bestehen, egal wie langsam der Prozess durchgeführt wurde. Dieser persistente Fehlerboden ist das Kennzeichen eines Übergangs erster Ordnung und beweist, dass manche Probleme nicht perfekt gelöst werden können, indem man die Maschine einfach nur langsamer laufen lässt.

Die Studie deckte auch ein überraschendes Detail über die Natur dieser Fehler auf. Die Forscher fanden heraus, dass die Anzahl der Fehler nicht nur von der Geschwindigkeit der Kühlung abhängt, sondern auch davon, wie nah die Einstellungen des Systems am kritischen Punkt liegen. Sie identifizierten spezifische Exponenten, oder Skalierungsfaktoren, die beschreiben, wie sich die Fehleranzahl verändert. Beispielsweise folgt die Fehlerrate, wenn das System den kritischen Punkt kreuzt, einem spezifischen Potenzgesetz, das sich leicht von dem unterscheidet, was bei glatteren, Übergängen zweiter Ordnung zu sehen ist. Die Simulationen des Teams bestätigten, dass diese Muster Bestand haben, indem sie zeigten, dass die Fehleranzahl gegen einen konstanten Wert strebt, wenn der Prozess unendlich langsam wird, anstatt vollständig zu verschwinden. Dieser Befund legt nahe, dass das Vorhandensein dieser kritischen Punkte erster Ordnung eine fundamentale Barriere für die perfekte Berechnung in bestimmten Arten von Quantensystemen darstellt.

Einer der bedeutendsten Aspekte dieser Arbeit ist ihre Fähigkeit, zwischen verschiedenen Arten von Quantenverhalten zu unterscheiden. Die Forscher zeigten, dass die mathematischen Regeln, die diese Übergänge erster Ordnung regeln, sich deutlich von den bekannten Regeln unterscheiden, die für Übergänge zweiter Ordnung gelten, bei denen die Veränderung graduell verläuft. Im Fall erster Ordnung ist das System zu einem plötzlichen Sprung gezwungen, und die Theorie sagt voraus, dass dieser Sprung eine spezifische, unvermeidbare Menge an Rauschen erzeugt. Das Modell des Teams sagte die exakten Werte für diese Fehlerraten erfolgreich voraus und stimmte die Werte mit hoher Präzision mit ihren Computersimulationen überein. Sie stellten auch fest, dass das Verhalten des Systems nahe dem kritischen Punkt überraschend komplex ist und integrable Gleichungen beinhaltet, die die Bewegung des Systems auf eine Weise beschreiben, die mathematisch lösbar ist, obwohl das Gesamtsystem dies nicht ist.

Die Auswirkungen dieser Erkenntnisse erstrecken sich über die theoretische Physik hinaus. Die Forscher deuten an, dass die Leistungsfähigkeit von Quantum-Annealing-Algorithmen durch die Linse dieser Phasenübergänge verstanden werden kann. Wenn ein Rechenproblem auf ein System mit einem Übergang erster Ordnung abgebildet wird, stößt der Algorithmus gegen eine Wand aus Fehlern, die nicht entfernt werden kann, indem man den Prozess einfach nur verlangsamt. Wenn das Problem jedoch einen Übergang zweiter Ordnung beinhaltet, können die Fehler unterdrückt werden, indem man den Prozess verlangsamt. Diese Unterscheidung bietet eine neue Möglichkeit zu bewerten, welche Probleme für Quantum Annealing geeignet sind und welche andere Ansätze erfordern könnten. Durch das Identifizieren der spezifischen Signaturen von Übergängen erster Ordnung, wie etwa des persistenten Fehlerbodens, können Wissenschaftler potenziell Algorithmen so umgestalten, dass sie diese Fallen ganz vermeiden.

Die Studie hebt auch die Bedeutung der Präzision der physikalischen Parameter der Quantenmaschine hervor. Die Forscher fanden heraus, dass kleine Unsicherheiten in den Einstellungen der Maschine unbeabsichtigt die Energiebarrieren einführen können, die zu diesen Übergängen erster Ordnung führen. Durch eine Verfeinerung dieser Parameter und die Reduzierung von Unsicherheiten könnte es möglich sein, die Bildung dieser Fallen zu unterdrücken und ein schwieriges Problem in eines zu verwandeln, das effizient gelöst werden kann. Dies deutet darauf hin, dass der Schlüssel zur Entfaltung des vollen Potenzials von Quantum Annealing nicht nur im Bau schnellerer Maschinen liegt, sondern im Verständnis der subtilen Landschaft der Energiezustände, durch die die Maschine navigieren muss.

Letztlich bietet diese Arbeit eine klare Roadmap für das Verständnis der Grenzen der Quantenberechnung. Sie geht über die Vorstellung hinaus, dass eine Verlangsamung eines Prozesses immer zu einer perfekten Lösung führt, und zeigt stattdessen auf, dass die Natur des Übergangs selbst das Ergebnis bestimmt. Die Forscher haben ein Set an Werkzeugen bereitgestellt, um vorherzusagen, wann ein System versagen wird und warum, und bieten damit einen Weg nach vorn für Ingenieure und Wissenschaftler, die zuverlässigere Quantencomputer bauen wollen. Indem sie die spezifischen Fingerabdrücke von Übergängen erster Ordnung erkennen, kann das Feld zu Systemen übergehen, die solche Fallstricke vermeiden, was den Weg für leistungsfähigere und präzisere Rechenwerkzeuge in der Zukunft ebnet.