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

Immaginate di cercare di comprendere il comportamento degli elettroni che si muovono attraverso un materiale. Nei modelli più semplici, gli scienziati visualizzano questi elettroni che saltano da un atomo all'altro su una griglia, molto simile a un viaggiatore che si sposta tra le città su una mappa. Questo modello a "legame debole" (tight-binding) è uno strumento fondamentale per capire come l'elettricità fluisce, come i materiali conducono il calore e perché alcune sostanze diventano magnetiche. Per decenni, questo modello ha funzionato meglio su schemi regolari e ripetitivi, come i quadrati perfetti di un pavimento piastrellato. Ma la natura è raramente così ordinata. Gli elettroni viaggiano anche attraverso materiali con schemi strani, che si ripetono ma non sono mai esattamente uguali, o attraverso forme che si ripetono ad ogni scala, come una linea di costa o un fiocco di neve. Queste geometrie complesse — frattali, quasicristalli e strutture ad albero — creano comportamenti elettronici esotici che le griglie regolari non possono spiegare. Tuttavia, studiarli è stato un incubo per i computer. Man mano che il numero di atomi in una simulazione cresce, la memoria necessaria per mappare ogni possibile percorso di un elettrone esplode, sovraccaricando rapidamente anche i supercomputer più potenti.

Un team di ricercatori ha ora trovato un modo per domare questa complessità. Hanno sviluppato un nuovo metodo per descrivere queste complicate mappe elettroniche usando un trucco intelligente preso in prestito dal modo in cui i computer elaborano il linguaggio. Inveve di cercare di memorizzare una lista massiccia e dettagliata di ogni singola connessione tra gli atomi, hanno costruito un sistema compatto, basato su regole, che cattura l'intera struttura del materiale in una minuscola quantità di spazio digitale. Questo sistema permette loro di simulare materiali con miliardi di atomi, una scala che era precedentemente impossibile da raggiungere con calcoli esatti. Combinando questo nuovo strumento con una tecnica standard per analizzare i livelli di energia, sono stati in grado di calcolare le proprietà elettroniche di questi strani reticoli con alta precisione, rivelando come si comportano gli elettroni in ambienti che spaziano dai modelli auto-similari dei frattali alle distese iperboliche curve e infinite.

Il cuore di questa svolta risiede nel modo in cui i ricercatori hanno organizzato l'informazione sulla forma del materiale. In una simulazione computerizzata standard, la memoria necessaria per descrivere un sistema di solito cresce in proporzione diretta al numero di atomi. Se si raddoppia la dimensione del materiale, si raddoppia approssimativamente la memoria necessaria. Ma per le forme complesse studiate qui, la memoria necessaria crescerebbe tipicamente così velocemente che una simulazione di un grande sistema richiederebbe più spazio di archiviazione di quanto ne esista sulla Terra. I ricercatori si sono resi conto che queste forme specifiche — frattali, quasicristalli e alberi — sono costruite utilizzando regole ricorsive. Ciò significa che l'intera struttura è composta da copie più piccole di se stessa, impilate insieme in modo prevedibile. Hanno codificato queste regole in una macchina semplice, simile a un semaforo che cambia stato in base alle auto che passano, ma in questo caso la macchina traccia la posizione di un elettrone mentre si muove attraverso gli strati della costruzione del materiale.

Questa macchina, che gli autori chiamano automa a stati finiti, funge da progetto. Non elenca ogni singolo atomo. Invece, contiene un piccolo set di istruzioni che dicono al computer come generare le connessioni tra gli atomi mentre si muove dal livello successivo della costruzione della struttura. Poiché le regole per costruire queste forme sono finite e ripetibili, la macchina ha solo bisogno di un numero fisso e piccolo di stati interni per descrivere l'intero sistema, indipendentemente da quanto diventi grande. I ricercatori hanno tradotto questa macchina in una struttura matematica nota come operatore di prodotto di matrici. In parole povere, questo è un modo per scrivere le regole del movimento dell'elettrone come una catena di piccoli blocchi connessi. La dimensione di questi blocchi dipende solo dalla complessità delle regole della forma, non dal numero totale di atomi. Ciò significa che anche se la simulazione contiene miliardi di siti, il computer ha solo bisogno di memorizzare una quantità gestibile di dati per descrivere l'Hamiltoniano, ovvero l'oggetto matematico che detta come gli elettroni si muovono e interagiscono.

Per testare il loro metodo, il team lo ha applicato a una vasta gamma di geometrie impegnative. Hanno iniziato con le familiari griglie quadrate e triangolari per assicurarsi che il loro metodo funzionasse correttamente, per poi passare al tappeto di Sierpiński, una famosa forma frattale in cui un quadrato viene ripetutamente diviso in nove quadrati più piccoli con il centro rimosso. Hanno anche simulato la catena di Fibonacci, una linea unidimensionale di atomi disposti in un pattern che non si ripete mai ma segue una regola rigorosa, e la sua estensione bidimensionale. Infine, hanno affrontato gli alberi di Cayley, che sono strutture ramificate che crescono verso l'esterno da un punto centrale, e i reticoli iperbolici, che sono griglie che si curvano verso l'interno come una sella, permettendo una crescita esponenziale del numero di connessioni man mano che ci si allontana dal centro. In ogni caso, il metodo ha prodotto una descrizione esatta delle regole del sistema senza mai dover scrivere l'elenco completo delle connessioni.

Una volta codificate le regole, i ricercatori hanno utilizzato una tecnica chiamata metodo del polinomio del kernel per calcolare le proprietà spettrali di questi materiali. Questo approccio permette di determinare i livelli di energia disponibili per gli elettroni e come questi elettroni siano distribuiti attraverso il materiale, senza dover risolvere l'intero sistema in una volta sola. Per il tappeto di Sierpiński, hanno simulato un sistema con oltre 200.000 siti e hanno scoperto che le onde elettroniche rimanevano diffuse attraverso la struttura, senza mostrare segni di incastrarsi in un punto. Hanno anche osservato una catena di Fibonacci con quasi 200.000 siti e hanno notato i pattern intricati di energia tipici dei quasicristalli, dove la densità elettronica varia in modo complesso e non ripetitivo. Nel caso del reticolo iperbolico, che hanno modellato come un albero di Cayley 3-gen n = 10, sono stati in grado di mappare come il disordine nel materiale influenzi il flusso degli elettroni, mostrando che la simmetria della struttura viene preservata anche quando l'ambiente è caotico.

La portata di questo lavoro è che fornisce un modo unificato per studiare una vasta classe di materiali che erano precedentemente troppo difficili da simulare esattamente. Prima di allora, i ricercatori dovevano spesso affidarsi ad approssimazioni o potevano studiare solo versioni molto piccole di questi sistemi, il che poteva far perdere importanti comportamenti su larga scala. Utilizzando questo nuovo metodo, possono ora esplorare le proprietà elettroniche di questi reticoli complessi a dimensioni esponenzialmente più grandi di quanto fosse possibile prima. Il metodo è particolarmente potente perché è esatto; non scarta informazioni né fa supposizioni sul comportamento del sistema. Trova semplicemente un modo più efficiente per scrivere le regole. Ciò apre la porta all'esplorazione di come gli elettroni si comportano in geometrie non euclidee, che stanno diventando sempre più rilevanti mentre gli scienziati costruiscono nuovi tipi di simulatori quantistici utilizzando luce, circuiti e array di atomi.

I ricercatori hanno anche notato che, sebbene il loro metodo funzioni perfettamente per le forme studiate, esso si basa sul fatto che queste forme sono costruite partendo da regole semplici e ripetitive. Se un materiale possiede una struttura che non segue un pattern così chiaro, questo specifico approccio potrebbe non funzionare altrettanto bene. Tuttavia, per l'intera famiglia di reticoli a struttura ricorsiva, il metodo offre una nuova e potente lente d'ingrandimento. Permette agli scienziati di porre domande sulle proprietà elettroniche di materiali con miliardi di atomi, una scala che è rilevante per comprendere i dispositivi del mondo reale e per progettare nuovi materiali con proprietà su misura. La capacità di simulare questi sistemi in modo esatto significa che le previsioni fatte dal computer sono affidabili quanto le leggi stesse della fisica, fornendo una solida base per future sperimentazioni e scoperte nel regno della materia quantistica.