Scalable nuclear shell model calculations on noisy quantum computers

Il nucleo atomico è un ammasso densamente compatto di protoni e neutroni, legati insieme da forze molto più complesse di una semplice attrazione. Per comprendere come queste particelle si dispongano e quanta energia contengano, i fisici si affidano a un quadro matematico chiamato modello a gusci nucleari. Questo modello tratta il nucleo in modo simile a un edificio a più piani dove le particelle occupano livelli energetici specifici, o "gusci". Tuttavia, calcolare il comportamento esatto di queste particelle è un compito monumentale per i computer classici. Man mano che il numero di particelle cresce, il numero di possibili disposizioni che possono assumere esplode esponenzialmente. Immaginate di cercare di contare ogni possibile modo in cui un mazzo di carte possa essere mescolato; per un nucleo piccolo, il numero è gestibile, ma per quelli più grandi, il numero di possibilità diventa così vasto che anche i supercomputer più potenti del mondo esauriscono la memoria prima di poter completare il calcolo. Questo collo di bottiglia ha impedito per lungo tempo agli scienziati di studiare determinati nuclei instabili e ricchi di neutroni che detengono la chiave per comprendere come gli elementi nel nostro universo si siano formati.

Un team di ricercatori dell'Indian Institute of Technology Roorkee ha trovato un nuovo modo per navigare in questo labirinto computazionale, combinando i punti di forza dei supercomputer classici con il potere emergente dei computer quantistici. Invece di chiedere a un computer quantistico di risolvere l'intero problema in una volta sola — un compito che le macchine attuali non possono gestire a causa della loro sensibilità al rumore — i ricercatori hanno utilizzato il dispositivo quantistico per un lavoro molto specifico e limitato: il campionamento. Hanno trattato il computer quantistico come uno strumento per generare un elenco delle disposizioni di particelle più importanti, o configurazioni, che è probente esistere nel nucleo. Una volta creato questo elenco, lo hanno restituito a un supercomputer classico, che ha eseguito il lavoro pesante del calcolo dei livelli energetici finali. Questo approccio ibrido, noto come Diagonalizzazione Quantistica basata sul Campionamento (Sample-based Quantum Diagonalization), ha permesso loro di aggirare i limiti di memoria che solitamente bloccano i calcoli classici e l'accumulo di errori che affligge altri metodi quantistici.

I ricercatori hanno testato il loro metodo prima su un nucleo chiamato Argon-38, un sistema abbastanza piccolo da essere risolto esattamente dai computer tradizionali. La loro nuova tecnica ha eguagliato perfettamente i risultati noti, confermando che il metodo funzionava correttamente. Hanno poi applicato la tecnica a un caso molto più difficile: il Magnesio-32. Questo nucleo è famoso in fisica perché si comporta in un modo che infrange le regole standard della struttura nucleare. Sebbene possieda un numero di neutroni che dovrebbe renderlo un sistema a guscio chiuso e stabile, è in realtà altamente deformato e instabile, un fenomeno che si verifica in una regione della carta nucleare nota come l'"Isola dell'Inversione". Per descrivere accuratamente il Magnesio-32, è necessario tenere conto di un numero enorme di interazioni tra particelle che coinvolgono l'intero nucleo, non solo le particelle esterne.

Quando il team ha tentato di calcolare l'energia del Magnesio-32 utilizzando i metodi classici standard, si è scontrato con un muro invalicabile. La memoria del computer si è riempita molto prima che il calcolo potesse essere completato, un limite noto come errore "out of memory" (memoria esaurita). Il supercomputer classico non era in grado di memorizzare la massiccia tabella di numeri necessaria per risolvere il problema. Al contrario, il nuovo metodo ibrido ha generato con successo una soluzione approssimativa. Utilizzando il computer quantistico per selezionare le configurazioni più rilevanti e risolvendo poi il problema ridotto sulla macchina classica, il team ha ottenuto un'energia dello stato fondamentale per il Magnesio-32 che era più vicina al valore sperimentale di quanto potesse fare il miglior tentativo classico entro gli stessi vincoli di memoria. L'approccio quantistico non ha offerito solo una possibilità teorica; ha fornito un risultato concreto laddove il metodo classico è fallito.

Lo studio ha anche confrontato il loro metodo con un'altra tecnica quantistica popolare chiamata Variational Quantum Eigensolver. Sebbene questo metodo sia progettato per trovare lo stato di energia più basso, richiede che il computer quantistico esegua circuiti profondi e complessi ripetutamente, regolando le proprie impostazioni in base al feedback. Nell'ambiente rumoroso dell'attuale hardware quantistico, questo processo accumula errori e richiede molto tempo. I ricercatori hanno scoperto che il loro metodo di campionamento era significativamente più veloce e accurato. Per il calcolo del Magnesio-32, il metodo di campionamento ha prodotto risultati in pochi secondi, mentre l'altro approccio quantistico avrebbe richiesto minuti o ore e avrebbe comunque probabilmente sofferto di un significativo rumore. Inoltre, il nuovo metodo si è dimostrato robusto contro le imperfezioni dell'hardware; anche quando il computer quantistico commetteva errori nel suo campionamento, il calcolo classico finale era in grado di filtrare il rumore e arrivare comunque a una risposta affidabile.

Questo lavoro dimostra che non dobbiamo aspettare computer quantistici perfetti e privi di errori per iniziare a risolvere alcuni dei problemi più difficili della fisica nucleare. Utilizzando l'hardware quantistico strettamente come un campionatore per identificare le parti più importanti di un problema, lasciando il calcolo finale alle macchine classiche, gli scienziati possono ora affrontare sistemi nucleari che erano precedentemente impossibili da studiare. I ricercatori hanno dimostrato che per un nucleo con 48 orbitali di spin, una dimensione che causa il crash dei computer classici, il loro metodo poteva comunque fornire una risposta significativa. Sebbene i risultati per i sistemi più grandi non fossero ancora completamente convergenti a causa del numero limitato di misurazioni disponibili sugli attuali dispositivi, la tendenza era chiara: il metodo scala in modo efficiente ed evita i colli di bottiglia della memoria che hanno frenato il progresso per decenni. Questo approccio apre una via pratica verso la comprensione della struttura dei nuclei esotici, aiutando a perfezionare la nostra conoscenza delle forze che tengono insieme la materia e delle origini degli elementi.