Finite-state automata for exact matrix product operators of tight-binding Hamiltonians: fractals, quasicrystals, trees and hyperbolic lattices

Imaginez essayer de comprendre le comportement des électrons se déplaçant à travers un matériau. Dans les modèles les plus simples, les scientifiques imaginent ces électrons sautant d'un atome à l'autre sur une grille, un peu comme un voyageur se déplaçant entre des villes sur une carte. Ce modèle de « liaison forte » (tight-binding) est un outil fondamental pour comprendre comment l'électricité circule, comment les matériaux conduisent la chaleur et pourquoi certaines substances deviennent magnétiques. Pendant des décennies, ce modèle a le mieux fonctionné sur des motifs réguliers et répétitifs, comme les carrés parfaits d'un carrelage. Mais la nature est rarement aussi ordonnée. Les électrons voyagent également à travers des matériaux présentant des motifs étranges, qui se répètent sans jamais être exactement identiques, ou à travers des formes qui se répètent à chaque échelle, comme un littoral ou un flocon de neige. Ces géométries complexes — fractales, quasicristaux et structures arborescentes — créent des comportements électroniques exotiques que les grilles régulières ne peuvent expliquer. Cependant, l'étude de ces structures a été un cauchemar pour les ordinateurs. À mesure que le nombre d'atomes dans une simulation augmente, la mémoire requise pour cartographier chaque chemin possible pour un électron explose, dépassant rapidement même les supercalculateurs les plus puissants.

Une équipe de chercheurs a maintenant trouvé un moyen de dompter cette complexité. Ils ont développé une nouvelle méthode pour décrire ces cartes électroniques compliquées en utilisant une astuce ingénieuse empruntée à la manière dont les ordinateurs traitent le langage. Au lieu d'essayer de stocker une liste massive et détaillée de chaque connexion entre les atomes, ils ont construit un système compact, basé sur des règles, qui capture l'intégralité de la structure du matériau dans un espace numérique minuscule. Ce système leur permet de simuler des matériaux comprenant des milliards d'atomes, une échelle qui était auparavant inatteignable avec des calculs exacts. En combinant ce nouvel outil avec une technique standard d'analyse des niveaux d'énergie, ils ont pu calculer les propriétés électroniques de ces réseaux étranges avec une grande précision, révélant comment les électrons se comportent dans des environnements allant des motifs auto-similaires des fractales aux étendues infinies et courbes de l'espace hyperbolique.

Le cœur de cette percée réside dans la manière dont les chercheurs ont organisé l'information sur la forme du matériau. Dans une simulation informatique standard, la mémoire nécessaire pour décrire un système augmente généralement en proportion directe avec le nombre d'atomes. Si vous doublez la taille du matériau, vous doublez approximativement la mémoire nécessaire. Mais pour les formes complexes étudiées ici, la mémoire requise augmenterait typiquement si vite qu'une simulation d'un grand système nécessiterait plus de stockage que ce qui existe sur Terre. Les chercheurs ont réalisé que ces formes spécifiques — fractales, quasicristaux et arbres — sont construites à l'aide de règles récursives. Cela signifie que la structure entière est composée de copies plus petites d'elle-même, empilées de manière prévisible. Ils ont encodé ces règles dans une machine simple, semblable à un feu de signalisation qui change d'état en fonction des voitures qui passent, mais dans ce cas, la machine suit la position d'un électron lorsqu'il se déplace à travers les couches de la construction du matériau.

Cette machine, que les auteurs appellent un automate à états finis, agit comme un plan directeur. Elle ne liste pas chaque atome individuellement. Au lieu de cela, elle détient un petit ensemble d'instructions qui indiquent à l'ordinateur comment générer les connexions entre les atomes à mesure qu'il passe d'un niveau de la structure à l'autre. Parce que les règles de construction de ces formes sont finies et répétables, la machine n'a besoin que d'un nombre fixe et restreint d'états internes pour décrire l'ensemble du système, quelle que soit sa taille. Les chercheurs ont traduit cette machine en une structure mathématique connue sous le nom d'opérateur produit de matrices. En termes simples, il s'agit d'une façon d'écrire les règles du mouvement de l'électron sous la forme d'une chaîne de petits blocs connectés. La taille de ces blocs dépend uniquement de la complexité des règles de la forme, et non du nombre total d'atomes. Cela signifie que même si la simulation contient des milliards de sites, l'ordinateur n'a besoin de stocker qu'une quantité gérable de données pour décrire l'Hamiltonien, qui est l'objet mathématique dictant comment les électrons se déplacent et interagissent.

Pour tester leur méthode, l'équipe l'a appliquée à une grande variété de géométries exigeantes. Ils ont commencé par les grilles carrées et triangulaires familières pour s'assurer que leur méthode fonctionnait correctement, puis sont passés au tapis de Sierpiński, une forme fractale célèbre où un carré est divisé de manière répétée en neuf carrés plus petits dont le centre est supprimé. Ils ont également simulé la chaîne de Fibonacci, une ligne unidimensionnelle d'atomes disposés selon un motif qui ne se répète jamais mais suit une règle stricte, ainsi que son extension bidimensionnelle. Enfin, ils se sont attaqués aux arbres de Cayley, qui sont des structures ramifiées croissant à partir d'un point central, et aux réseaux hyperboliques, qui sont des grilles incurvées vers l'intérieur comme une selle, permettant une croissance exponentielle du nombre de connexions à mesure que l'on s'éloigne du centre. Dans chaque cas, la méthode a produit une description exacte des règles du système sans jamais avoir besoin de rédiger la liste complète des connexions.

Une fois les règles encodées, les chercheurs ont utilisé une technique appelée la méthode du polynôme noyau pour calculer les propriétés spectrales de ces matériaux. Cette approche permet de déterminer les niveaux d'énergie disponibles pour les électrons et la manière dont ces électrons sont distribués à travers le matériau, sans avoir à résoudre l'ensemble du système d'un seul coup. Pour le tapis de Sierpiński, ils ont simulé un système de plus de 200 000 sites et ont constaté que les ondes électroniques restaient étalées à travers la structure, ne montrant aucun signe de blocage en un point précis. Ils ont également examiné une chaîne de Fibonacci de près de 200 000 sites et ont observé les motifs complexes d'énergie qui sont uniques aux quasicristaux, où la densité électronique varie de manière complexe et non répétitive. Dans le cas du réseau hyperbolique, qu'ils ont modélisé comme un arbre de Cayley 3 à la génération n = 10, ils ont pu cartographier l'effet du désordre sur le flux des électrons, montrant que la symétrie de la structure est préservée même lorsque l'environnement est chaotique.

La portée de ce travail est qu'il fournit un moyen unifié d'étudier une large classe de matériaux qui étaient auparavant trop difficiles à simuler de manière exacte. Avant cela, les chercheurs devaient souvent s'appuyer sur des approximations ou ne pouvaient étudier que de très petites versions de ces systèmes, ce qui pouvait faire manquer des comportements importants à grande échelle. En utilisant cette nouvelle méthode, ils peuvent désormais explorer les propriétés électroniques de ces réseaux complexes à des échelles exponentiellement plus grandes que ce qui était possible auparavant. La méthode est particulièrement puissante car elle est exacte ; elle ne rejette pas d'informations et ne fait pas de suppositions sur le comportement du système. Elle trouve simplement un moyen plus efficace d'écrire les règles. Cela ouvre la voie à l'exploration du comportement des électrons dans des géométries non euclidiennes, qui deviennent de plus en plus pertinentes à mesure que les scientifiques construisent de nouveaux types de simulateurs quantiques à l'aide de la lumière, de circuits et de réseaux d'atomes.

Les chercheurs ont également noté que, bien que leur méthode fonctionne parfaitement pour les formes qu'ils ont étudiées, elle repose sur le fait que ces formes sont construites à partir de règles simples et répétitives. Si un matériau possède une structure qui ne suit pas un tel schéma clair, cette approche spécifique pourrait moins bien fonctionner. Cependant, pour la vaste famille des réseaux à structure récursive, la méthode offre un nouveau prisme puissant. Elle permet aux scientifiques de poser des questions sur les propriétés électroniques de matériaux comprenant des milliards d'atomes, une échelle pertinente pour comprendre les dispositifs du monde réel et pour concevoir de nouveaux matériaux aux propriétés sur mesure. La capacité de simuler ces systèmes de manière exacte signifie que les prédictions faites par l'ordinateur sont aussi fiables que les lois de la physique elles-mêmes, fournissant une base solide pour les futures expériences et découvertes dans le domaine de la matière quantique.