Decoupling Spectral Gaps from Entanglement Complexity in Quantum Annealing

Nel mondo dell'informatica quantistica, esiste un metodo specifico per risolvere problemi difficili chiamato annealing quantistico. Immaginate di cercare il punto più basso in un vasto paesaggio nebbioso pieno di colline e valli. Un computer classico potrebbe rimanere bloccato in una piccola buca, pensando di aver trovato il fondo, quando una valle molto più profonda si trova appena oltre la collina successiva. L'annealing quantistico utilizza le strane regole della meccanica quantistica per aiutare il sistema a "tunnelizzare" attraverso queste colline invece di scalarle, sperando di raggiungere il vero punto più basso, che rappresenta la soluzione perfetta a un problema. La velocità con cui questo processo funziona dipende da un fattore critico: la dimensione del divario energetico (energy gap) tra lo stato attuale e il prossimo stato possibile. Se questo divario è troppo piccolo, il processo rallenta fino a diventare un lento procedere, potenzialmente richiedendo più tempo dell'età dell'universo per finire. Per anni, gli scienziati si sono chiesti se questi momenti difficili e lenti siano sempre accompagnati da un tipo specifico di complessità quantistica chiamata entanglement. L'entanglement è un fenomeno in cui le particelle diventano così profondamente legate che lo stato di una influenza istantaneamente l'altra, indipendentemente dalla distanza che le separa. L'idea prevalente era che se un problema era difficile a causa di un minuscolo divario energetico, anche lo stato quantistico coinvolto doveva essere incredibilmente complesso e altamente entangled.

Un team di ricercatori ha ora dimostrato che questa ipotesi è errata. Hanno scoperto che la difficoltà di un processo di annealing quantistico e la complessità dell'entanglement al suo interno non sono legati tra loro. È possibile avere una situazione in cui il divario energetico diventa infinitamente piccolo, rendendo il processo estremamente lento, mentre l'entanglement rimane sorprendentemente semplice e limitato. Viceversa, hanno trovato casi in cui l'entanglement cresce diventando molto complesso, pur non riducendo il divario energetico drasticamente quanto ci si potrebbe aspettare. Per dimostrare ciò, gli scienziati non si sono limitati a teorizzare; hanno costruito e analizzato diversi modelli specifici di sistemi quantistici. Hanno esaminato modelli standard utilizzati nell'ottimizzazione, dove il sistema cerca la migliore disposizione di variabili, e hanno anche costruito modelli completamente nuovi e progettati su misura per testare i limiti di queste relazioni. Il loro lavoro rivela che la velocità del processo di annealing è determinata da come le diverse possibili soluzioni sono connesse nello spazio astratto delle possibilità, piuttosto che da quanto le particelle diventino aggrovigliate.

I ricercatori hanno iniziato esaminando modelli ben noti che esibiscono quelle che vengono chiamate transizioni del primo ordine. In questi scenari, il sistema deve passare bruscamente da un tipo di comportamento a un altro, portando spesso a un calo drastico del divario energetico. In questi casi, il divario energetico diventa esponenzialmente piccolo, il che significa che si restringe così velocemente che raddoppiare la dimensione del sistema rende il divario un milione di volte più piccolo, poi un miliardo di volte più piccolo, e così via. Ciò implica solitamente che il problema è impossibile da risolvere in un tempo ragionevole. Tuttavia, il team ha scoperto che anche con questo severo rallentamento, l'entanglement tra le parti del sistema rimane limitato. Non cresce con la dimensione del sistema; rimane invece a un livello fisso e basso. Questo è stato sorprendente perché significava che lo stato quantistico non stava diventando più complesso in termini di entanglement, nonostante il processo di ricerca della soluzione stesse diventando esponenzialmente più difficile. Hanno confermato questo comportamento in modelli in cui il sistema doveva scegliere tra alcuni stati distinti e competitivi, dimostrando che il collo di bottiglia era causato dalla difficoltà di muoversi tra questi stati, non dalla complessità degli stati stessi.

Per assicurarsi che non si trattasse solo di una particolarità di modelli specifici, gli scienziati si sono rivolti a un tipo diverso di transizione, nota come transizione continua. In questi casi, il sistema cambia il proprio comportamento gradualmente anziché bruscamente. In questi casi, il divario energetico si restringe effettivamente man mano che il sistema diventa più grande, ma lo fa molto più lentamente, seguendo un tasso polinomiale piuttosto che uno esponenziale. Ciò significa che il problema rimane risolvibile, sebbene diventi più difficile man mano che il sistema cresce. In queste transizioni continue, i ricercatori hanno osservato che l'entanglement cresceva effettivamente, aumentando logaritmicamente con la dimensione del sistema. Ciò ha confermato la visione tradizionale secondo cui alcuni problemi collegano effettivamente la dimensione del divario e l'entanglement, ma ha anche evidenziato che la relazione non è universale. La differenza chiave risiedeva in come gli stati a bassa energia fossero connessi. Nel caso continuo, il sistema stava esplorando un vasto paesaggio di possibilità connesse, richiedendo una complessa rete di entanglement per navigarlo. Nei difficili casi del primo ordine, il sistema era bloccato tra due isole isolate, e la difficoltà derivava dalla vasta distanza tra di esse, non dalla complessità delle isole stesse.

La parte più sorprendente della ricerca è arrivata quando il team ha deciso di infrangere le regole che avevano appena osservato. Si sono posti una domanda audace: potevano creare una situazione in cui il divario energetico diventasse esponenzialmente piccolo, proprio come nelle transizioni più difficili del primo ordine, ma dove l'entanglement crescesse molto, come nelle transizioni continue? Per rispondere, hanno progettato un nuovo modello personalizzato chiamato "manifold gemello speculare" (mirror-twin manifold). In questa configurazione, hanno creato due gruppi competitivi di stati quantistici. All'interno di ogni gruppo, gli stati erano connessi facilmente tra loro, permettendo al sistema di diffondersi e creare una rete di entanglement complessa e crescente. Tuttavia, i due gruppi erano tenuti lontani l'uno dall'altro nello spazio astratto delle possibilità. Per passare da un gruppo all'altro, il sistema doveva invertire un numero enorme di spin simultaneamente, un processo che è incredibilmente raro e difficile. Il risultato è stato un sistema in cui l'entanglement cresceva costantemente con l'aumentare della dimensione del sistema, mentre il divario energetico tra i due gruppi rimaneva esponenzialmente piccolo. Ciò ha dimostrato che le due proprietà — dimensione del divario e complessità dell'entanglement — sono indipendenti. Una può essere grande mentre l'altra è piccola, e viceversa.

Hanno anche esaminato un tipo diverso di sistema, una catena di magneti con campi alternati, per mostrare la possibilità opposta. In questo modello, il sistema possiede un numero vastissimo di stati a bassa energia, che formano un gruppo grande e connesso. Nonostante questo grande numero di stati, il divario energetico non si restringe esponenzialmente; si restringe solo polinomialmente, il che significa che il problema rimane gestibile. Inoltre, l'entanglement in questo sistema non cresceva molto; rimaneva limitato e semplice. Ciò accadeva perché i diversi stati nel gruppo non erano veramente indipendenti in un modo tale da creare nuovo entanglement attraverso il sistema. Erano tutti variazioni di un singolo schema semplice con un piccolo difetto in movimento. I ricercatori hanno dimostrato che il modo in cui questi stati erano connessi e come apparivano quando divisi in due metà determinava l'entanglement, non solo il numero di stati disponibili. Questo ha rinforzato l'idea che la geometria del problema — come le possibili soluzioni sono disposte e connesse — sia il vero motore della difficoltà dell'annealing.

Le implicazioni di queste scoperte sono significative per la comprensione e la costruzione dei computer quantistici. Per molto tempo, gli scienziati hanno usato l'entanglement come misura primaria di quanto un processo sia "quantistico" e di quanto possa essere difficile. Assumevano che se un problema era difficile, lo stato quantistico dovesse essere incredibilmente complesso. Questo nuovo lavoro mostra che la complessità dell'entanglement da sola non è un indicatore affidabile della difficoltà. Un problema può essere difficile perché il percorso verso la soluzione è bloccato da una barriera alta, anche se lo stato stesso non è molto complesso. Viceversa, uno stato può essere molto complesso senza essere necessariamente difficile da raggiungere. Ciò suggerisce che per migliorare l'annealing quantistico, i ricercatori devono guardare oltre l'entanglement. Devono comprendere la forma del paesaggio attraverso il quale il sistema viaggia. La difficoltà deriva dal modo specifico in cui gli stati a bassa energia sono connessi e da quanto siano distanti nello spazio astratto delle possibilità.

I ricercatori concludono che la vera risorsa necessaria per un annealing quantistico efficiente è probabilmente una proprietà geometrica del percorso che il sistema compie attraverso i suoi stati possibili. Si tratta di come il sistema naviga le connessioni tra diverse configurazioni, piuttosto che di quanto le particelle diventino aggrovigliate. Sebbene l'entanglement sia certamente una parte del mondo quantistico, non è tutta la storia. Il passo successivo per il settore è trovare nuovi modi per misurare questa struttura geometrica, forse utilizzando strumenti che mappino la forma del viaggio dello stato quantistico. Concentrandosi sulla connettività e sulla geometria del problema, piuttosto che sulla sola complessità dell'entanglement, gli scienziati potrebbero essere in grado di progettare migliori algoritmi quantistici capaci di risolvere problemi che prima erano considerati impossibili. Il lavoro non risolve il problema dell'annealing lento, ma fornisce una mappa più chiara di dove si trovino realmente gli ostacoli, separando la difficoltà del viaggio dalla complessità del viaggiatore.