Quantum Dynamical Entropy and non-Markovianity: a collisional model perspective

Questo studio esplora come l'entropia dinamica quantistica di Alicki-Lindblad-Fannes, calcolabile tramite un modello collisionale, permetta di caratterizzare i fenomeni non-Markoviani e gli effetti di memoria nei sistemi quantistici aperti analizzando le correlazioni multi-tempo tra sistema e ambiente.

L'essenziale

Il Titolo: "Il Caos, la Memoria e il Rumore di Fondo"

Immagina di avere un giocatore di biliardo (il nostro sistema quantistico, diciamo un singolo atomo o un "qubit") che gioca in una stanza piena di spettatori (l'ambiente).

In un mondo perfetto e semplice (Markoviano), ogni volta che il giocatore colpisce una sfera, questa rimbalza e basta. Non importa cosa è successo un secondo fa; la sfera non ha "memoria". È come se ogni colpo fosse un nuovo inizio.

Ma nella realtà quantistica, le cose sono più complicate. L'ambiente non è un muro statico, è un pubblico vivace che interagisce con il giocatore. A volte, il pubblico sussurra al giocatore cosa ha fatto prima, o gli lancia indietro una palla che aveva appena colpito. Questo fenomeno si chiama non-Markovianità: è quando il sistema "ricorda" il passato o quando l'ambiente gli restituisce informazioni che aveva perso.

Il problema è: come facciamo a vedere queste "memorie" nascoste? Se guardiamo solo il giocatore (il sistema ridotto), vediamo solo il risultato finale e perdiamo i dettagli di come è arrivato lì. È come guardare un film a scatti: vedi il risultato, ma non sai come è andata la scena precedente.

La Soluzione: L'Entropia Dinamica ALF

Gli autori, Giovanni Nichele e Fabio Benatti, usano uno strumento matematico chiamato Entropia Dinamica ALF.
Facciamo un'analogia:

Immagina di voler misurare quanto è "caotica" o "imprevedibile" la vita del giocatore di biliardo.

• Entropia classica: È come contare quante parole nuove dice una persona in un discorso. Più parole nuove, più caos.
• Entropia ALF (Quantistica): È un modo per misurare il caos tenendo conto che, in meccanica quantistica, osservare il giocatore cambia il gioco. Ogni volta che guardi il giocatore per vedere dove sta andando, lo disturbi.

L'idea geniale del paper è: "Quanta informazione possiamo estrarre guardando solo il giocatore, mentre lui interagisce con il pubblico?"

Il Modello a "Collisioni"

Per studiare questo, gli autori usano un modello chiamato Collisional Model (Modello a Collisioni).
Immagina che il pubblico sia una fila infinita di persone (una catena di spin classici).

1. Il giocatore (Sistema) si siede di fronte alla prima persona della fila.
2. Hanno una breve conversazione (una collisione/interazione).
3. Il giocatore si sposta e va a parlare con la seconda persona, poi la terza, e così via.
4. Ogni persona della fila ha un "carattere" diverso (alcuni sono rumorosi, altri silenziosi, alcuni si ricordano di cosa ha detto la persona prima di loro).

Se le persone nella fila sono tutte diverse e non si parlano tra loro (ambiente senza memoria), il gioco è semplice: il giocatore dimentica tutto dopo ogni conversazione.
Se invece le persone nella fila sono collegate (hanno memoria tra loro, come un gruppo di amici che si passano i pettegolezzi), allora il giocatore riceve informazioni sul passato anche dopo aver lasciato la prima persona.

La Scoperta Principale: "L'Attivazione Super"

Ecco il punto di svolta del paper, spiegato con un'analogia:

Immagina che il giocatore di biliardo abbia una "memoria corta". Se guardi solo lui, sembra che stia dimenticando tutto e che il suo comportamento sia casuale (alta entropia).
Tuttavia, gli autori scoprono che se accoppi il giocatore con una sua copia esatta (come se avesse un gemello identico che gioca la stessa partita), succede qualcosa di magico: le due copie insieme rivelano una memoria che il singolo giocatore non mostrava mai.

Questo è il fenomeno della Super-attivazione della memoria.

• Singolo giocatore: "Non ricordo nulla, sono confuso." (Nessun flusso di informazioni indietro).
• Gemelli uniti: "Aspetta! Se guardiamo insieme i nostri movimenti, vediamo che stiamo reagendo a qualcosa che è successo prima!" (Flusso di informazioni indietro, o "back-flow").

È come se due persone che hanno perso la memoria, mettendosi insieme e confrontando i loro diari, riuscissero a ricostruire l'intera storia che da sole non ricordavano.

Il Risultato Sorprendente: Il Silenzio del Caos

C'è un altro risultato incredibile. Gli autori calcolano l'entropia (il "rumore" o l'informazione persa) in questo sistema.
Si aspettavano che, più l'ambiente era "rumoroso" e pieno di memoria, più il sistema sarebbe diventato caotico.
Invece, scoprono che se l'ambiente è molto correlato (molto ordinato nella sua memoria), l'entropia del sistema può diventare ZERO.

Analogia:
Immagina di camminare in una stanza piena di specelli disordinati (ambiente caotico): ti perdi, non sai dove andare, è caos (alta entropia).
Ora immagina di camminare in una stanza dove gli specelli sono allineati perfettamente e si riflettono l'un l'altro in modo ordinato (ambiente con forte memoria/correlazione). Anche se ti muovi, il tuo percorso è prevedibile e "pulito". Il sistema sembra reversibile, come se il tempo non fosse passato, anche se in realtà sta interagendo con l'ambiente.

Perché è Importante?

1. Misurare l'Invisibile: Questo metodo (Entropia ALF) ci permette di vedere le "memorie" dell'ambiente che i metodi tradizionali non riescono a catturare.
2. Tecnologia Quantistica: Per costruire computer quantistici, dobbiamo capire come l'ambiente "rumoroso" influisce sui nostri qubit. Se sappiamo come "super-attivare" la memoria o come ridurre l'entropia, possiamo proteggere meglio i nostri dati quantistici.
3. Nuova Visione: Ci dice che a volte, per capire un sistema, non basta guardarlo da solo. A volte serve guardarlo insieme a una sua copia o considerare come l'ambiente è "organizzato" internamente.

In Sintesi

Il paper ci dice che la memoria non è solo una proprietà del sistema, ma nasce dalla danza tra il sistema e il suo ambiente.
Usando un modello matematico intelligente (l'entropia ALF), gli autori mostrano che:

• Se l'ambiente è "disordinato", il sistema perde informazioni (entropia alta).
• Se l'ambiente è "ordinato" e collegato (memoria forte), il sistema può recuperare informazioni dall'ambiente (back-flow), e in casi estremi, il caos scompare completamente (entropia zero), anche se il sistema è aperto e dissipativo.

È come scoprire che in una stanza piena di voci, se tutti parlano all'unisono in modo perfetto, il rumore sparisce e si può sentire chiaramente la musica.

Sommario tecnico

1. Il Problema e il Contesto

Lo studio si concentra sulla caratterizzazione dei fenomeni non-Markoviani nella dinamica quantistica di sistemi aperti. Tradizionalmente, la non-Markovianità è stata analizzata attraverso la dinamica ridotta del sistema (ottenuta tracciando via i gradi di libertà dell'ambiente), identificandola spesso con la violazione della divisibilità completamente positiva (CP-divisibility) o con il "back-flow" (ritorno) di informazioni dall'ambiente al sistema, misurato tramite la crescita delle distanze tra stati (es. norma traccia).

Tuttavia, l'approccio basato solo sulla dinamica riduta presenta limiti:

• Perde le informazioni statistiche multi-tempo che emergono dall'interazione globale sistema-ambiente.
• Non riesce a catturare certi effetti di memoria "super-attivati", dove il ritorno di informazioni appare solo considerando una dilatazione del sistema (es. due copie del sistema), pur non essendo visibile nella dinamica ridotta singola.
• Manca di un analogo quantistico diretto dell'entropia di Kolmogorov-Sinai (KS) classica, che misura la produzione di entropia dinamica e l'ignoranza sul sistema nel tempo.

L'obiettivo è quindi sviluppare un framework che utilizzi le correlazioni multi-tempo per definire una misura di entropia dinamica adatta a sistemi aperti dissipativi, capace di rivelare la natura della memoria e il flusso di informazioni in modo più profondo rispetto alle metriche tradizionali.

2. Metodologia

Gli autori adottano un approccio basato su algebre di operatori e modelli collisionali:

• Modelli Collisionali: Il sistema aperto $S$ (un qubit o sistema a $d$ livelli) interagisce sequenzialmente con siti di una catena classica (o quantistica) che funge da ambiente $E$. L'evoluzione globale è descritta da un automorfismo $\Theta$ che combina l'interazione locale con uno spostamento (shift) della catena.
• Regressione Quantistica (QR): Invece di guardare solo la mappa ridotta $\Lambda_t$, gli autori utilizzano la Regressione Quantistica per esprimere le funzioni di correlazione multi-tempo di osservabili del sistema in termini di propagatori completamente positivi (CPU). La violazione della QR segnala una forte non-Markovianità.
• Entropia Dinamica ALF (Alicki-Lindblad-Fannes): Estendono la definizione di entropia dinamica ALF, originariamente pensata per sistemi chiusi reversibili, al caso di sistemi aperti.
  • Si costruisce una matrice di densità "coarse-grained" $\rho_S[X^{(n)}]$ basata sulle correlazioni multi-tempo ottenute da una sequenza di POVM (Positive Operator-Valued Measure) sul sistema.
  • Si calcola il tasso di entropia di von Neumann di questa matrice al limite per $n \to \infty$.
• Costruzione GNS (Gelfand-Naimark-Segal): Per dare un'interpretazione operativa, utilizzano la rappresentazione GNS. Questo permette di visualizzare l'entropia dinamica come il tasso di produzione di entropia in un sistema ausiliario (ancilla) che purifica lo stato, soggetto a misurazioni ripetute e dinamica unitaria globale.

3. Contributi Chiave e Risultati Principali

A. Definizione dell'Entropia ALF per Sistemi Aperti

Gli autori definiscono l'entropia ALF del sistema aperto ($h_S(\Theta)$) massimizzando il tasso di entropia sulle POVM misurabili solo sul sistema $S$.

• Risultato Teorico: Dimostrano che per un sistema in regime Markoviano (soddisfacente la QR), l'entropia dinamica è strettamente positiva (a meno che la dinamica non sia un'isometria).
• Misura del Back-flow: Propongono la diminuzione dell'entropia ALF rispetto al valore atteso nel caso Markoviano come una misura quantitativa del "back-flow" di informazioni dall'ambiente al sistema. Una minore entropia dinamica indica che le misurazioni sul sistema raccolgono meno nuova informazione perché l'ambiente "ricorda" e restituisce informazioni passate.

B. Limiti Superiori e Inferiori

• Viene stabilito un limite superiore generale per l'entropia ALF di un sistema finito accoppiato a una catena di spin: $h_S(\Theta) \leq S_{\omega_E} + \log(D)$, dove $S_{\omega_E}$ è l'entropia media dell'ambiente.
• Questo limite diventa più stretto (più basso) all'aumentare delle correlazioni nell'ambiente. Se l'ambiente è altamente correlato, l'entropia dinamica del sistema tende a zero.

C. Caso Studio: Qubit e Catena Classica Markoviana

Gli autori applicano il formalismo a un modello specifico: un qubit che interagisce con una catena classica stazionaria (processo di Markov).

• Calcolo Esplicito: Calcolano analiticamente l'entropia dinamica in funzione dei parametri di correlazione dell'ambiente (parametro $\Delta$).
• Risultato Sorprendente: Dimostrano che è possibile avere una dinamica altamente non-Markoviana (con violazione della CP-divisibilità e persino della P-divisibilità, indicando un forte ritorno di informazioni) che tuttavia produce entropia dinamica nulla ($h_S(\Theta) = 0$).
• Interpretazione: Un'entropia nulla in un sistema dissipativo è tipica di un'evoluzione reversibile. Questo risultato suggerisce che, in presenza di forti correlazioni ambientali, le misurazioni ripetute sul sistema non riescono a estrarre nuova informazione: il sistema sembra "reversibile" dal punto di vista informativo, nonostante la dissipazione.

D. Super-attivazione degli Effetti di Memoria

Uno dei risultati più significativi riguarda la super-attivazione del back-flow di informazioni.

• Nel modello studiato, la dinamica ridotta del singolo qubit può essere P-divisibile (nessun ritorno di informazioni visibile tramite la norma traccia), ma la sua dilatazione GNS (che corrisponde a una dinamica su due qubit accoppiati allo stesso ambiente) può mostrare una violazione della P-divisibilità.
• Questo significa che effetti di memoria "invisibili" alla dinamica ridotta singola diventano rilevanti quando si considera il sistema in un contesto di purificazione (o in un sistema composto), confermando che l'entropia ALF e l'approccio GNS sono strumenti superiori per rilevare la non-Markovianità nascosta.

4. Significato e Implicazioni

Il lavoro ha diverse implicazioni fondamentali per la teoria dei sistemi aperti quantistici:

1. Nuovo Osservabile per la Non-Markovianità: L'entropia dinamica ALF offre una misura alternativa e potente alla crescita delle distanze tra stati. Mentre la crescita della distanza segnala un ritorno di informazioni "locale", la diminuzione dell'entropia dinamica segnala una perdita di capacità informativa del sistema dovuta alla memoria ambientale.
2. Interpretazione Operativa: Grazie alla costruzione GNS, l'entropia dinamica viene interpretata fisicamente come il tasso di informazione estraibile dal sistema tramite misurazioni ripetute. Un tasso nullo in un sistema dissipativo indica che l'ambiente sta "nascondendo" o "restituendo" l'informazione in modo tale da rendere il sistema indistinguibile da uno reversibile.
3. Ruolo delle Correlazioni Ambientali: Il lavoro chiarisce come le correlazioni nell'ambiente (anche classico) possano sopprimere la produzione di entropia dinamica, portando a regimi dove la dissipazione non comporta un aumento di ignoranza statistica sul sistema.
4. Super-attivazione: Conferma che la non-Markovianità è una proprietà globale che può essere "attivata" solo considerando dilatazioni del sistema, un concetto cruciale per la comprensione della termodinamica quantistica e dell'informazione quantistica in ambienti complessi.

In sintesi, Nichele e Benatti forniscono un ponte teorico solido tra la teoria ergodica classica (entropia KS), la teoria quantistica dei sistemi aperti e i modelli collisionali, offrendo nuovi strumenti per diagnosticare la memoria quantistica in scenari dove i metodi tradizionali falliscono.