← Derniers articles
🔬 mesoscale physics

Precision quantum simulation of magnon spectra and interactions

Cet article rend compte de la simulation quantique analogique-numérique à haute précision d'un aimant 2D XY de spin-1/2 à 97 qubits, extrayant avec succès les spectres et les durées de vie des magnons dépendant de la température tout en caractérisant des mécanismes de diffusion non linéaires qui dépassent les capacités prédictives des méthodes classiques par état de produit de matrices.

Auteurs originaux : Trond I. Andersen, Nikita Astrakhantsev, Jeronimo Martinez, Will Morong, Johannes Motruk, Dario Rossi, Brayden Ware, Bryce Kobrin, Weijie Wu, Elizabeth Bennewitz, Manuel Rudolph, Tom Westerhout, Amira
Publié 2026-07-16
📖 7 min de lecture🧠 Analyse approfondie

Auteurs originaux : Trond I. Andersen, Nikita Astrakhantsev, Jeronimo Martinez, Will Morong, Johannes Motruk, Dario Rossi, Brayden Ware, Bryce Kobrin, Weijie Wu, Elizabeth Bennewitz, Manuel Rudolph, Tom Westerhout, Amira Abbas, Rajeev Acharya, Laleh Aghababaie Beni, Ross Alcaraz, Sayra Alcaraz, Markus Ansmann, Frank Arute, Kunal Arya, Walt Askew, Juan Atalaya, Christopher Ayala, Ryan Babbush, Brian Ballard, Joseph Bardin, Hector Bates, Andreas Bengtsson, Majid Bigdeli Karimi, Alexander Bilmes, Simon Bilodeau, Felix Borjans, Alexandre Bourassa, Jenna Bovaird, Dylan Bowers, Leon Brill, Peter Brooks, Michael Broughton, David Browne, Brett Buchea, Bob Buckley, Tim Burger, Brian Burkett, Jamal Busnaina, Nicholas Bushnell, Jonas Bylander, Anthony Cabrera, Juan Campero, Hung-Shen Chang, Silas Chen, Zijun Chen, Ben Chiaro, Liang-Ying Chih, Agnetta Cleland, Bryan Cochrane, Matt Cockrell, Josh Cogan, Paul Conner, Tom Connolly, Harold Cook, Rodrigo Cortinas, William Courtney, Alexander Crook, Benjamin Curtin, Adam Dally, Sayan Das, Martin Damyanov, Dripto Debroy, Himadri Dey, Stijn de Graaf, Laura De Lorenzo, Sean Demura, Lucia De Rose, Agustin Di Paolo, Leon Ding, Howard Dobbs, Paul Donohoe, Ebru Dogan, Ilya Drozdov, Andrew Dunsworth, Rasmus Edholm, Valerie Ehimhen, Alec Eickbusch, Aviv Elbag, Lior Ella, Mahmoud Elzouka, David Enriquez, Catherine Erickson, Lara Faoro, Vinicius Ferreira, Marcos Flores, Leslie Flores Burgos, Sam Fontes, Ebrahim Forati, Jeremiah Ford, Brooks Foxen, Masaya Fukami, Alan Fung, Lenny Fuste, Suhas Ganjam, Gonzalo Garcia, Christopher Garrick, Robert Gasca, Helge Gehring, Robert Geiger, Élie Genois, William Giang, Dar Gilboa, James Goeders, Edward Gonzales, Raja Gosula, Alejandro Grajales Dau, Dietrich Graumann, Joel Grebel, Alex Greene, Jonathan Gross, Jose Guerrero, Tan Ha., Steve Habegger, Tanner Hadick, Ali Hadjikhani, Michael Hamilton, Monica Hansen, Matthew Harrigan, Sean Harrington, Jeanne Hartshorn, Stephen Heslin, Paula Heu, Oscar Higgott, Reno Hiltermann, Jeremy Hilton, Hsin-Yuan Huang, Michael Hucka, Christopher Hudspeth, Ashley Huff, William Huggins, Aditya Jayaraman, Evan Jeffrey, Shaun Jevons, Zhang Jiang, Xiaoxuan Jin, Cody Jones, Chaitali Joshi, Kelsey Josund, Pavol Juhas, Andreas Kabel, Bharath Kannan, Hui Kang, Kiseo Kang, Amir Karamlou, Ryan Kaufman, Tanuj Khattar, Mostafa Khezri, Seon Kim, Paul Klimov, Can Knaut, Alexander Korotkov, Fedor Kostritsa, John Mark Kreikebaum, Ryuho Kudo, Arun Kumar, Ben Kueffler, Vladislav Kurilovich, Vitali Kutsko, Nathan Lacroix, Tiano Lange-Dei, Brandon Langley, Pavel Laptev, Kim-Ming Lau, Emma Leavell, Loïck Le Guevel, Justin Ledford, Joy Lee, Kenny Lee, Brian Lester, Wendy Leung, Matthew Lloyd, Lily Li, Wing Li, Ming Li, Alexander Lill, Mike Lindmark, William Livingston, Aditya Locharla, Erik Lucero, Daniel Lundahl, Aaron Lunt, Sid Madhuk, Donald Macaskill, Aniket Maiti, Ashley Maloney, Salvatore Mandra, Leigh Martin, Orion Martin, Eric Mascot, Paul Masih Das, Anselme Massimino, Melvin Mathews, Cameron Maxfield, Jarrod McClean, Matthew McEwen, Seneca Meeks, Anthony Megrant, Tim Menke, Kevin Miao, Zlatko Minev, Reza Molavi, Sebastian Molina, Shirin Montazeri, Akira Nakamura, Charles Neill, Konstantin Nesterov, Michael Newman, Roselle Ngaloy, Anthony Nguyen, Murray Nguyen, Chia-Hung Ni, Murphy Niu, Nicholas Noll, Sergey Novikov, Logan Oas, Ricky Oliver, Will Oliver, Raymond Orosco, Kristoffer Ottosson, Alice Pagano, Manan Patel, Sherman Peek, David Peterson, Alex Pizzuto, Thomas Plumb-Reyes, Elias Portoles, Rebecca Potter, Orion Pritchard, Sam Probst, Michael Qian, Chris Quintana, Matthew Rakher, Arpit Ranadive, Ganesh Ramachandran, Armin Razavi, Matthew Reagor, Rachel Resnick, David Rhodes, Daniel Riley, Gabrielle Roberts, Roberto Rodriguez, Emma Ropes, Eliott Rosenberg, Emma Rosenfeld, Dario Rosenstock, Elizabeth Rossi, Pedram Roushan, David Rower, Robert Salazar, Kannan Sankaragomathi, Murat Sarihan, Kevin Satzinger, Max Schaefer, Sebastian Schroeder, Henry Schurkus, Aria Shahingohar, Michael Shearn, Aaron Shorter, Shvarts Vladimir, Vlad Sivak, Spencer Small, W. Clarke Smith, David Sobel, Barrett Spells, Sofia Springer, George Sterling, Scott Stonemeyer, John Su, Jordan Suchard, Youngkyu Sung, Aaron Szasz, Alex Sztein, Tomoyuki Tanaka, Madeline Taylor, Jothi Thiruraman, Douglas Thor, Brandur Thorgrimsson, Dogan Timucin, Eifu Tomita, Alfredo Torres, M. Mert Torunbalci, Hao Tran, Abeer Vaishnav, Justin Vargas, Gopinath Vasalamarri, Sergey Vdovichev, Guifre Vidal, Benjamin Villalonga, Meghan Voorhees, Steven Waltman, Jonathan Waltz, Shannon Wang, Danni Wang, James Watson, Yonghua Wei, Travis Weidel, Theodore White, Kristi Wong, Bryan Woo, Christopher Wood, Maddy Woodson, Cheng Xing, Z. Jamie Yao, Ping Yeh, Bicheng Ying, Juhwan Yoo, Noureldin Yosri, Elliot Young, Grayson Young, Adam Zalcman, Ran Zhang, Yaxing Zhang, Yiqing Zhou, Ningfeng Zhu, Nicholas Zobrist, Zhenjie Zou, Sergio Boixo, Yu Chen, Julian Kelly, Hartmut Neven, Vadim Smelyanskiy, Dvir Kafri, L. B. Ioffe, Kostyantyn Kechedzhi, Xiao Mi, Dmitry Abanin

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre le fonctionnement d'une machine complexe, comme un orchestre géant et invisible jouant une symphonie. Dans le monde de la physique, cet « orchestre » est composé de minuscules particules appelées atomes, et la musique qu'elles jouent est le comportement des matériaux — pourquoi certains sont magnétiques, pourquoi d'autres conduisent l'électricité sans résistance, ou comment ils changent lorsqu'ils sont chauffés. Pendant des décennies, les scientifiques ont tenté de prédire cette musique à l'aide de gigantesques ordinateurs classiques. Mais lorsque les particules commencent à agir de manière véritablement « quantique » — là où elles peuvent être en plusieurs endroits à la fois et communiquer instantanément entre elles — ces ordinateurs sont dépassés, comme une calculatrice essayant de résoudre un puzzle qui nécessite de compter chaque grain de sable sur une plage.

Pour résoudre cela, les physiciens ont construit des « simulateurs quantiques ». Considérez-les non pas comme des calculatrices, mais comme des versions miniatures et contrôlables de la réalité. Au lieu de simplement faire des mathématiques sur un écran, ils utilisent de vraies particules quantiques (comme des atomes super-refroidis ou des circuits supraconducteurs) pour jouer la physique. Si vous voulez savoir comment un aimant se comporte, vous construisez un minuscule aimant à partir de ces particules quantiques et vous le regardez danser. Le grand défi a été de rendre ces simulateurs assez précis pour entendre les notes faibles et complexes de la musique, surtout lorsque les particules commencent à s'entrechoquer et à créer de nouvelles interactions désordonnées. Ce document traite de la façon dont on a enfin réussi à accorder cet instrument si parfaitement que nous pouvons entendre ces notes désordonnées clairement pour la première fois.


L'Orchestre Quantique et le Magnon Magique

Dans cette étude, une équipe de Google Quantum AI et de ses collaborateurs a décidé de simuler un type spécifique de matériau magnétique : un aimant 2D composé de minuscules particules en rotation. Dans ce monde, les « spins » de ces particules créent des ondes, un peu comme des rides sur un étang. Les scientifiques appellent ces rides des magnons. Vous pouvez concevoir un magnon comme un paquet d'énergie d'onde de spin quantifié. Tout comme un photon est un paquet de lumière, un magnon est un paquet de vibration magnétique.

Les chercheurs voulaient faire deux choses : premièrement, écouter la réponse « linéaire » (comment une seule ride se déplace et s'estompe), et deuxièmement, observer ce qui se passe lorsqu'ils font s'entrechoquer deux rides (interactions non linéaires). Le problème est que, dans le monde réel, ces rides sont incroyablement difficiles à isoler et à contrôler. Elles se perdent généralement dans le bruit de l'ensemble du système.

Le Super-Processeur Hybride

Pour relever ce défi, l'équipe a utilisé un processeur supraconducteur de 97 qubits appelé « Willow ». Imaginez ce processeur comme une grille 2D géante de 97 minuscules commutateurs quantiques (qubits). Ils ne les ont pas simplement laissés agir librement ; ils ont utilisé une astuce « analogique-numérique » ingénieuse.

Considérez la partie analogique comme le fait de laisser le système évoluer naturellement, comme une balle qui dévale une colline. C'est rapide et efficace, mais difficile à contrôler avec précision. La partie numérique est comme une main humaine intervenant pour donner une petite impulsion à la balle à des moments précis. L'équipe a entrelacé ces deux aspects : ils ont laissé le système quantique évoluer un instant, puis ont rapidement injecté une « impulsion » numérique (une porte) pour créer une ride de magnon spécifique, puis l'ont laissé évoluer à nouveau. Cela leur a permis de créer une ride unique et propre au milieu d'un bruit quantique, ce que les méthodes précédentes peinaient à faire.

Apprendre les Règles du Jeu

Avant de pouvoir faire confiance à leurs résultats, ils devaient savoir exactement comment leur processeur quantique se comportait. Aucune machine n'est parfaite ; la « colline » sur laquelle la balle dévale peut présenter de petites bosses ou des pentes inattendues. Pour corriger cela, ils ont utilisé une technique appelée apprentissage de l'Hamiltonien.

Imaginez que vous essayez d'apprendre les règles d'un nouveau jeu de société en regardant les gens jouer. Vous ne connaissez pas les règles exactes, mais vous voyez les motifs de l'endroit où les pièces finissent par se trouver. L'équipe a fait fonctionner leur système quantique, a observé les motifs des qubits (les « bitstrings »), et a utilisé un algorithme informatique pour « apprendre » les règles exactes (l'Hamiltonien) que la machine suivait réellement. Ils ont appris les règles avec une précision d'environ 0,1 % de la force d'interaction principale. Cela était crucial car cela signifiait qu'ils savaient exactement ce qu'ils simulaient, éliminant ainsi toute incertitude.

Les Résultats : Écouter les Ondes

Une fois les règles apprises et le système réglé, ils ont commencé leurs expériences.

  1. La Symphonie Linéaire : Ils ont créé des rides de magnons uniques et ont observé comment elles se déplaçaient et s'éteignaient. Ils ont découvert que la « durée de vie » de ces rides dépendait fortement de leur emplacement dans la grille.

    • La Surprise de Van Hove : Près de certains points spéciaux dans la grille (appelés singularités de Van Hove), les rides s'éteignaient très rapidement. C'est comme une ride frappant une piste de danse bondée où tout le monde la bouscule, ce qui la fait disparaître rapidement.
    • L'Effet de Bord : À l'inverse, les rides qui vivaient près des bords ou des coins de la grille étaient étonnamment durables. Elles étaient comme des danseurs dans un coin calme, bousculant à peine qui que ce soit. L'équipe a découvert que ces « modes de coin » étaient hautement découplés du reste du système.
  2. La Collision Non Linéaire : Ensuite, ils ont monté le volume. Ils n'ont pas seulement observé une ride ; ils ont projeté deux rides l'une contre l'autre pour voir comment elles interagissaient.

    • Ils ont découvert que lorsque les rides étaient petites, elles se dispersaient principalement à cause de la chaleur ambiante (modes thermiques).
    • Mais lorsqu'ils ont augmenté l'amplitude des rides, un nouveau canal de « auto-diffusion » s'est ouvert. Les rides commençaient à s'entrechoquer avec elles-mêmes.
    • En utilisant une technique de « pompe-sonde » (en frappant une ride avec force et en observant comment elle affectait une autre ride plus faible), ils ont cartographié précisément quelles rides communiquaient avec lesquelles. Ils ont découvert que les rides de coin formaient un club spécial : elles communiquaient principalement entre elles et ignoraient le reste de la grille.

Pourquoi les Ordinateurs Classiques ne Pouvaient pas Faire Cela

Le document souligne avec force pourquoi cela était nécessaire. L'équipe a tenté de simuler ces mêmes expériences exactes à l'aide de supercalculateurs classiques avec une méthode appelée États de Produit de Matrice (MPS).

  • Le Résultat : Les simulations classiques fonctionnaient très bien lorsque le système était froid ou petit. Mais à mesure que la température augmentait et que le système devenait plus grand (approchant l'échelle de 97 qubits), les simulations classiques échouaient. Elles ne pouvaient pas capturer l'intrication complexe (les connexions « fantômes » entre les particules) qui se produisait.
  • La Conclusion : Le document suggère que pour obtenir la même précision que leur expérience quantique, un ordinateur classique aurait besoin de ressources qui croissent de manière exponentielle — en gros, il lui faudrait plus de mémoire que ce qui existe dans l'univers pour simuler un système de cette taille à ces températures.

L'Essentiel à Retenir

Ce document ne prétend pas avoir résolu tous les mystères du magnétisme. Il démontre plutôt une nouvelle façon de haute précision d' observer les interactions des particules quantiques en temps réel. En combinant l'évolution analogique avec le contrôle numérique et en utilisant l'apprentissage automatique pour régler le système, ils ont pu mesurer comment les magnons se diffusent, se dégradent et interagissent avec un niveau de détail que les ordinateurs classiques ne peuvent tout simplement pas atteindre. Ils ont montré que ces ondulations quantiques ont des personnalités distinctes : certaines sont des papillons sociaux qui se dispersent partout, tandis que d'autres sont des solitaires qui restent dans les coins. Ce travail suggère que les processeurs quantiques sont désormais prêts à agir comme des microscopes puissants pour le monde microscopique, nous aidant à comprendre des matériaux qui sont actuellement trop complexes pour être modélisés par nos meilleurs superordinateurs.

Noyé(e) sous les articles dans votre domaine ?

Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.

Essayer Digest →