Green's Functions from Sample-based Krylov Quantum Diagonalization: An Impurity Solver for Dynamical Mean-Field Theory

La matière qui se comporte de manière étrange et obstinée, comme les supraconducteurs qui transportent l'électricité sans résistance ou les matériaux magnétiques qui alimentent nos disques durs, défie souvent les règles simples que nous utilisons pour expliquer les solides ordinaires. Dans ces matériaux, les électrons ne se déplacent pas de manière indépendante ; ils se poussent et se tirent les uns les autres avec une force si intense que le comportement d'un électron est inextricablement lié au comportement de ses voisins. Pour comprendre comment ces matériaux fonctionnent, les scientifiques doivent calculer la « fonction de Green », un outil mathématique qui agit comme une carte de la façon dont un électron se déplace à travers cet environnement encombré et chaotique. Cette carte révèle les niveaux d'énergie du matériau et sa réponse à la lumière ou à l'électricité, mais la calculer pour de grands systèmes est une tâche monumentale. Le nombre de configurations possibles pour les électrons croît de manière si explosive avec la taille du système que même les superordinateurs les plus puissants tombent rapidement à court de mémoire, forçant les chercheurs à n'étudier que des versions minuscules et simplifiées des matériaux qui les intéressent réellement.

Une équipe de chercheurs a maintenant proposé une nouvelle façon d'aborder ce problème en utilisant l'informatique quantique, non pas en essayant de simuler l'ensemble du système à la fois, mais en prenant une série de clichés, de petits instantanés ingénieux. Dans une étude axée sur un système modèle qui imite le comportement des électrons dans un métal, les chercheurs ont adapté une technique appelée la diagonalisation quantique de Krylov basée sur l'échantillonnage. Au lieu de demander à un ordinateur quantique de conserver l'état entier et massif du système en mémoire, ils lui ont demandé de faire évoluer le système pendant de très courtes périodes de temps, puis de mesurer les résultats. En répétant ce processus de nombreuses fois et en collectant les résultats les plus fréquents, ils ont pu reconstruire la carte complète du mouvement des électrons sans jamais avoir besoin de stocker la quantité de données impossible requise par les méthodes traditionnelles. L'approche est conçue pour fonctionner sur les ordinateurs quantiques bruyants et imparfaits disponibles aujourd'hui, qui ne peuvent pas encore exécuter les circuits longs et complexes requis par les anciennes méthodes.

Les chercheurs ont testé leur méthode sur un modèle spécifique connu sous le nom de modèle d'Anderson à impureté unique, qui décrit un atome central interagissant avec une mer d'électrons. Ils ont mis en place une simulation où cet atome central était connecté à une chaîne de douze sites, représentant l'environnement environnant. Dans cette configuration, l'atome central exerce une force de répulsion forte qui empêche deux électrons d'occuper le même endroit, une caractéristique clé qui régit la transition entre un métal qui conduit l'électricité et un isolant qui ne la conduit pas. L'équipe a utilisé un ordinateur classique pour simuler le dispositif quantique, ce qui leur a permis de comparer leur nouvelle méthode à la solution exacte et parfaite pour ce système. Ils ont constaté qu'en échantillonnant l'évolution quantique, ils pouvaient reconstruire la carte d'énergie de l'électron avec une grande précision en utilisant seulement une infime fraction de l'ensemble des états possibles. Pour un système de douze sites, la méthode a réduit l'espace de calcul requis de trois à quatre ordres de grandeur, ce qui signifie qu'elle n'avait besoin de gérer que quelques milliers d'états au lieu des centaines de millions qui seraient nécessaires pour un calcul complet.

L'étude a révélé que la méthode fonctionne mieux lorsque le système est dans un état qui n'est ni complètement simple, ni complètement chaotique. Lorsque l'interaction entre les électrons est très faible, le système se comporte comme une mer calme de particules indépendantes, et lorsqu'elle est très forte, les électrons se verrouillent dans un motif rigide. Dans ces deux cas extrêmes, la méthode a trouvé la réponse facilement. Cependant, dans l'entre-deux, où le matériau est sur le point de changer de métal à isolant, les électrons sont dans un état complexe et fluctuant. Ici, les chercheurs ont constaté que la méthode nécessitait un nombre d'échantillons légèrement plus élevé pour capturer l'image complète, mais elle a tout de même réussi là où les méthodes traditionnelles auraient échoué. Les résultats ont montré que les caractéristiques spectrales, qui sont les pics et les creux distincts dans la carte d'énergie définissant les propriétés du matériau, étaient reproduites fidèlement sur une large gamme d'intensités d'interaction.

L'une des découvertes les plus significatives a été que la méthode ne nécessite pas que l'ordinateur quantique effectue des opérations complexes impliquant des bits « auxiliaires » supplémentaires, appelés ancillas, qui sont souvent une source d'erreurs dans les dispositifs actuels. Au lieu de cela, le dispositif quantique n'a besoin que de préparer l'état, de le laisser évoluer pendant un court instant, puis de mesurer les positions des électrons. Tout le travail difficile consistant à relier ces mesures à la réponse finale a été effectué par un ordinateur classique. Cette division du travail maintient le circuit quantique peu profond et simple, ce qui en fait un candidat réaliste pour le matériel disponible dans un avenir proche. Les chercheurs ont noté que bien que la méthode soit actuellement une simulation, la manière dont le nombre d'échantillons requis croît à mesure que le système s'agrandit est encourageante. À mesure que la chaîne de sites passait de huit à douze, la fraction des états possibles totaux nécessaires pour obtenir une réponse précise diminuait en réalité, suggérant que la méthode pourrait passer à l'échelle pour des systèmes encore plus grands qui sont actuellement hors de portée.

Le travail a également abordé une question courante concernant le meilleur point de départ pour ces calculs. L'équipe a testé deux façons différentes de configurer l'état initial du système : l'une basée sur un modèle simple et non interactif, et l'autre basée sur un modèle plus complexe et auto-cohérent. Ils ont constaté que le point de départ plus simple était tout aussi efficace que le plus complexe pour cette tâche spécifique, ce qui simplifie la configuration pour les expériences futures. De plus, ils ont démontré que la méthode pouvait gérer le « branchement » mathématique requis pour calculer comment les électrons sont ajoutés ou retirés du système, une étape nécessaire pour construire la carte d'énergie complète. En sélectionnant soigneusement les états échantillonnés à conserver et ceux à rejeter, ils se sont assurés que le résultat final respectait les règles fondamentales de la physique, telles que la conservation de la probabilité.

Cette approche offre une voie prometteuse pour la théorie du champ moyen dynamique, un cadre puissant utilisé pour étudier les matériaux fortement corrélés. Dans ce cadre, un réseau complexe d'atomes est projeté sur un problème d'impureté unique, qui doit être résolu de manière répétée pour trouver les propriétés de l'ensemble du matériau. Le goulot d'étranglement a toujours été le solveur d'impureté, l'étape qui calcule le comportement des électrons pour ce site unique. Si ce solveur peut être exécuté sur un ordinateur quantique avec un plus grand nombre de sites de bain que ce qui est actuellement possible, cela permettrait aux scientifiques de modéliser des matériaux avec une précision bien plus grande. Les chercheurs suggèrent que leur méthode pourrait servir de nouveau solveur d'impureté, permettant l'étude de systèmes plus vastes et plus réalistes que jamais. Bien que l'étude ait été limitée à un modèle spécifique et n'ait pas encore inclus la boucle auto-cohérente complète de la théorie, les résultats constituent une solide preuve de concept de la faisabilité d'un tel calcul.

L'étude a également examiné la performance de la méthode sous différentes conditions, telles que la variation de la force de la répulsion électronique. Ils ont constaté que le nombre d'échantillons nécessaires pour atteindre un certain niveau de précision n'était pas une ligne droite simple ; il atteignait un sommet aux intensités d'interaction intermédiaires avant de redescendre à des intensités très élevées. Ce comportement est physiquement cohérent, car la région intermédiaire est celle où le système est le plus complexe et nécessite le plus d'informations pour être décrit. Malgré ce pic, le nombre total d'échantillons requis restait une petite fraction des états possibles totaux, même pour les cas les plus difficiles. Les chercheurs ont conclu que la méthode est robuste et que l'évolution favorable de l'échelle observée dans leurs simulations suggère qu'elle pourrait être un outil pratique pour le matériel quantique à court terme.

En fin de compte, ce travail démontre que nous n'avons pas besoin d'attendre des ordinateurs quantiques parfaits et sans erreur pour commencer à résoudre certains des problèmes les plus difficiles de la physique de la matière condensée. En embrassant la nature probabiliste de la mesure quantique et en utilisant des techniques d'échantillonnage ingénieuses, les chercheurs peuvent extraire l'information essentielle sur la façon dont les électrons se déplacent dans des matériaux complexes. La méthode transforme un problème qui était auparavant considéré comme insoluble en un problème gérable, ouvrant la voie à une nouvelle génération de simulations qui pourraient aider à comprendre et à concevoir les matériaux avancés du futur. Les conclusions suggèrent qu'avec le bon algorithme, même les ordinateurs quantiques bruyants d'aujourd'hui peuvent commencer à éclairer les mystères les plus profonds de la matière fortement corrélée.