Quantum annealing through a first-order phase transition: field theory approach

Immaginate una macchina progettata per risolvere i puzzle più difficili del mondo raffreddando lentamente un sistema fino al suo stato di energia più bassa e stabile. Questa è la promessa del quantum annealing, un metodo utilizzato per trovare la migliore soluzione possibile a problemi complessi, dalla ottimizzazione del flusso di traffico alla progettazione di nuovi materiali. Il processo si basa sulla capacità di un sistema di seguire il proprio percorso di minima resistenza al variare delle condizioni. Tuttavia, la natura ha un modo per creare trappole. Quando un sistema incontra un cambiamento improvviso e netto nel suo ambiente — una transizione di fase del primo ordine — può rimanere intrappolato in uno stato temporaneo e falso. È come una pallina che rotola giù da una collina e rimane incastrata in una piccola buca prima di raggiungere il vero fondo. Se la pallina non riesce a uscire da questa buca, alla fine precipita, creando un caos di errori. Comprendere come e perché questi errori avvengono è fondamentale per costruire computer quantistici migliori, eppure le regole che governano questo tipo specifico di trappole sono rimaste elusive.

Un team di ricercatori del Los Alamos National Laboratory ha ora mappato la meccanica di questi fallimenti utilizzando un nuovo quadro teorico. Si sono concentrati su un tipo specifico di transizione quantistica in cui un sistema rimane intrappolato in uno stato metastabile, un vuoto falso che alla fine collassa. Quando questa trappola scompare, il sistema non si assesta silenziosamente; al contrario, rilascia un'ondata di energia che crea uno sciame di eccitazioni, o errori, che rovinano il calcolo. Sviluppando una teoria di campo per descrivere questo processo, gli scienziati sono stati in grado di prevedere esattamente quanti errori sarebbero stati generati in base alla velocità con cui il sistema veniva raffreddato. Il loro lavoro rivela che il tasso di creazione di errori segue schemi matematici specifici, noti come leggi di potenza, che cambiano bruscamente a seconda che il sistema stia passando attraverso un punto critico o stia semplicemente sfiorandone il bordo.

Per testare queste idee, i ricercatori hanno utilizzato un modello semplificato di spin interagenti, che sono le minuscole unità magnetiche che agiscono come i bit in un computer quantistico. Hanno simulato il comportamento di sessanta di questi spin mentre venivano guidati attraverso una transizione. I risultati hanno mostrato una chiara distinzione tra due scenari. In un caso, dove il sistema passava appena sotto la soglia critica, il numero di errori diminuiva esponenzialmente man mano che il processo di raffreddamento rallentava, il che significa che la macchina poteva eventualmente risolvere il problema perfettamente se dotata di tempo sufficiente. Nell'altro scenario, dove il sistema attraversava la soglia critica, rimaneva un persistente livello di base di errori, indipendentemente da quanto il processo venisse rallentato. Questo pavimento di errore persistente è la firma di una transizione del primo ordine, provando che alcuni problemi non possono essere risolti perfettamente semplicemente rallentando la macchina.

Lo studio ha anche scoperto un dettaglio sorprendente sulla natura di questi errori. I ricercatori hanno trovato che il numero di errori non dipendeva solo dalla velocità del raffreddamento, ma anche da quanto le impostazioni del sistema fossero vicine al punto critico. Hanno identificato specifici esponenti, o fattori di scala, che descrivono come il conteggio degli errori cambi. Ad esempio, quando il sistema attraversa il punto critico, il tasso di errore segue una legge di potenza specifica che è leggermente diversa da quella osservata nelle transizioni del secondo ordine, che sono più fluide. Le simulazioni del team hanno confermato che questi schemi sono validi, mostrando che il conteggio degli errori si assesta su un valore costante mentre il processo diventa infinitamente lento, invece di svanire completamente. Questa scoperta suggerisce che la presenza di questi punti critici del primo ordine è una barriera fondamentale alla computazione perfetta in certi tipi di sistemi quantistici.

Uno degli aspetti più significativi di questo lavoro è la sua capacità di distinguere tra diversi tipi di comportamento quantistico. I ricercatori hanno dimostrato che le regole matematiche che governano queste transizioni del primo ordine sono distinte dalle note regole che si applicano alle transizioni del secondo ordine, dove il cambiamento è graduale. Nel caso del primo ordine, il sistema è costretto a compiere un salto improvviso, e la teoria prevede che questo salto generi una quantità specifica e inevitabile di rumore. Il modello del team ha previsto con successo i valori esatti di questi tassi di errore, facendo corrispondere le loro simulazioni al computer con alta precisione. Hanno anche notato che il comportamento del sistema vicino al punto critico è sorprendentemente complesso, coinvolgendo equazioni integrabili che descrivono il moto del sistema in un modo matematicamente risolvibile, anche se il sistema complessivo non lo è.

Le implicazioni di queste scoperte si estendono oltre la fisica teorica. I ricercatori suggeriscono che le prestazioni degli algoritmi di quantum annealing possono essere comprese attraverso la lente di queste transizioni di fase. Se un problema computazionale mappa su un sistema con una transizione del primo ordine, l'algoritmo incontrerà un muro di errori che non può essere rimosso semplicemente rallentando il processo. Tuttavia, se il problema coinvolge una transizione del secondo ordine, gli errori possono essere soppressi rallentando il processo. Questa distinzione offre un nuovo modo per valutare quali problemi sono adatti al quantum annealing e quali potrebbero richiedere approcci diversi. Identificando le firme specifiche delle transizioni del primo ordine, come il persistente livello di errore di base, gli scienziati possono potenzialmente riprogettare i loro algoritmi per evitare del tutto queste trappole.

Lo studio evidenzia anche l'importanza della precisione nei parametri fisici della macchina quantistica. I ricercatori hanno scoperto che piccole incertezze nelle impostazioni della macchina potrebbero introdurre involontariamente le barriere energetiche che portano a queste transizioni del primo ordine. Rendendo più stretti questi parametri e riducendo le incertezze, potrebbe essere possibile sopprimere la formazione di queste trappole, trasformando un problema difficile in uno che può essere risolto efficientemente. Ciò suggerisce che la chiave per sbloccare il pieno potenziale del quantum annealing risieda non solo nel costruire macchine più veloci, ma nel comprendere il sottile paesaggio degli stati energetici che la macchina deve navigare.

In definitiva, questo lavoro fornisce una chiara tabella di marcia per comprendere i limiti della computazione quantistica. Va oltre l'idea che rallentare un processo porterà sempre a una soluzione perfetta, mostrando invece che la natura stessa della transizione detta il risultato. I ricercatori hanno fornito un insieme di strumenti per prevedere quando un sistema fallirà e perché, offrendo una strada da seguire per ingegneri e scienziati che lavorano per costruire computer quantistici più affidabili. Riconoscendo le impronte digitali specifiche delle transizioni del primo ordine, il settore può muoversi verso la progettazione di sistemi che evitino queste insidie, aprendo la strada a strumenti computazionali più potenti e accurati in futuro.