Collision models: Markovian and Non-Markovian impurity models

Nel mondo quantistico, il confine tra un sistema e il suo ambiente è raramente una parete rigida. È invece una membrana porosa dove l'informazione fuoriesce costantemente. Quando una minuscola particella quantistica interagisce con il suo ambiente, di solito perde le sue uniche proprietà quantistiche, un processo noto come decoerenza. Per decenni, i fisici si sono affidati a una visione semplificata di questa interazione chiamata modello markoviano. In questa visione, l'ambiente agisce come un oceano vasto e dimenticone: una volta che l'informazione lascia il sistema, è perduta per sempre, inghiottita dalle onde infinite dell'ambiente circostante. Il sistema non ha memoria di ciò che ha perso, e l'ambiente non ha memoria di ciò che ha preso. Questa ipotesi rende la matematica gestibile e funziona bene in molte situazioni, ma ignora una realtà cruciale: molti ambienti non sono dimenticoni. Hanno memoria. Quando un ambiente trattiene l'informazione e alla fine la rialimenta nel sistema, il processo diventa non-markoviano. Questo ritorno di informazione può far rinascere stati quantistici che sembravano perduti, un fenomeno che è vitale per la costruzione dei futuri computer quantistici, che devono proteggere i loro delicati dati dal rumore del mondo.

Comprendere esattamente come e quando avviene questo effetto di memoria è difficile perché gli ambienti reali sono incredibilmente complessi, pieni di innumerevoli particelle in interazione. Per tagliare attraverso questa complessità, i ricercatori utilizzano uno strumento chiamato modello di collisione. Immaginate l'ambiente non come un oceano continuo, ma come un flusso di singole, minuscole particelle che arrivano una alla volta per urtare il sistema. Ogni urto è una collisione. Nella versione più semplice di questo modello, ogni particella in entrata è fresca e non connessa a quelle precedenti. Il sistema interagisce con essa, e la particola prosegue il suo cammino, portando via qualsiasi informazione abbia raccolto. Questa configurazione garantisce il comportamento markoviano "dimenticone". Tuttavia, se queste particelle in entrata possono comunicare tra loro prima o dopo aver colpito il sistema, possono conservare l'informazione nelle loro relazioni l'una con l'altra. Più tardi, potrebbe arrivare una nuova particella che è già correlata con quelle vecchie, portando efficacemente l'informazione perduta di nuovo al sistema. È così che si crea la memoria nel regno quantistico.

Jacob Werner, un ricercatore dell'Università di Tokyo, ha introdotto un nuovo modo per studiare questo fenomeno creando un modello in cui il flusso di informazione è periodicamente bloccato. Egli chiama questo il modello dell'impurezza markoviana. In questa configurazione, il flusso di particelle ambientali è per lo più uniforme, ma ogni tanto appare una speciale "impurezza". In questi momenti specifici, la regola abituale che permette alle particelle di interagire tra loro viene sospesa. La particella in entrata colpisce il sistema e se ne va immediatamente, incapace di scambiare informazioni con le sue vicine. In tutti gli altri momenti, le particelle interagiscono liberamente, permettendo alla memoria di accumularsi. Regolando la frequenza con cui queste impurezze appaiono, Werner può sintonizzare il sistema da un essere completamente dimenticone a un essere altamente dotato di memoria. La domanda centrale del suo lavoro è trovare il punto di svolta: quanti di questi momenti "dimenticoni" può tollerare il sistema prima di perdere completamente la sua memoria?

Attraverso dettagliate simulazioni al computer, Werner ha scoperto che esiste una soglia critica per questa frequenza. Se le impurezze appaiono troppo spesso, il sistema rimane markoviano, comportandosi come se non avesse memoria. Ma se le impurezze diventano abbastanza rare, il sistema passa improvvisamente a uno stato non-markoviano in cui l'informazione ritorna. L'articolo dimostra una regola matematica specifica su questa transizione: se un sistema con una certa frequenza di impurezze è non-markoviano, allora rendere le impurezze ancora meno frequenti manterrà sicuramente il sistema in quello stato non-markoviano. Ciò implica che esiste un numero specifico e critico di impurezze che segna il confine tra i due comportamenti. La ricerca mostra che questo punto critico non è fisso; dipende pesantemente da quanto fortemente il sistema interagisce con le particelle in entrata e da quanto fortemente tali particelle interagiscono tra loro.

Le simulazioni hanno rivelato una tendenza chiara: più forti sono le interazioni, minori sono le impurezze necessarie per innescare l'effetto memoria. Quando le particelle interagiscono fortemente tra loro, possono conservare l'informazione in modo efficiente, quindi anche poche interruzioni a questo processo sono sufficienti a mantenere la memoria. Al contrario, se le interazioni tra le particelle sono molto deboli, il sistema rimane dimenticone indipendentemente da quante impurezze vengano rimosse. In effetti, lo studio ha trovato un regime in cui le interazioni sono così deboli che il sistema rimane markoviano anche se non ci sono impurezze, il che significa che l'ambiente è troppo debole per trattenere qualsiasi informazione per cominciare. La relazione tra queste intensità di interazione e la soglia critica è complessa, con alcuni comportamenti inaspettati che appaiono ad alti livelli di interazione, ma la regola generale regge: connessioni più forti portano a transizioni precoci verso dinamiche ricche di memoria.

Werner ha anche esplorato brevemente lo scenario inverso, che chiama il modello dell'impurezza non-markoviana. In questo caso, il sistema interagisce solitamente con un ambiente dimenticone, ma ogni tanto si verifica un evento speciale in cui alle particelle è permesso interagire e costruire memoria. I risultati qui sono stati meno drammatici. Poiché gli eventi di costruzione della memoria sono così rari in questa configurazione, sono necessarie interazioni estremamente forti per generare un qualsiasi significativo ritorno di informazione. Ciò suggerisce che, affinché la memoria sia una caratteristica dominante, l'ambiente debba essere costantemente capace di conservare informazioni, piuttosto che limitarsi a farlo occasionalmente. Il lavoro conclude che, sebbene questi modelli di impurezza offrano un modo flessibile per studiare le origini della memoria quantistica, la dinamica specifica di come l'informazione viene conservata e recuperata dipende da un delicato equilibrio di intensità di interazione. La ricerca fornisce una mappa chiara di dove avviene la transizione da un mondo dimenticone a uno che ricorda, offrendo un nuovo quadro per comprendere come i sistemi quantistici possano sopravvivere negli ambienti rumorosi e complessi del futuro.