Magic in quantum trajectory unravelings of noisy random quantum circuits

Nella ricerca di una comprensione dell'universo, i fisici si sono a lungo affidati all'idea che i sistemi complessi possano essere scomposti in parti più semplici e prevedibili. Per decenni, lo studio dei sistemi quantistici — dove le particelle si comportano in modi che sfidano l'intuizione quotidiana — si è concentrato pesantemente su come questi sistemi diventino intrecciati, un fenomeno in cui le particelle rimangono profondamente connesse indipendentemente dalla distanza. Questa connessione limita quanto bene possiamo simulare questi sistemi su computer ordinari. Tuttavia, negli ultimi anni, gli scienziati si sono resi conto che l'entanglement non è l'unico ostacolo. Esiste un'altra risorsa, più elusiva, necessaria per rendere i sistemi quantistici davvero potenti e difficili da simulare, spesso descritta come un tipo di complessità che va oltre le semplici connessioni. Questa risorsa determina se uno stato quantistico può essere descritto efficientemente utilizzando un insieme specifico di regole matematiche note come stabilizzatori. Quando un sistema possiede troppa di questa complessità extra, diventa impossibile anche per i computer classici più avanzati tracciarne l'evoluzione senza un'esplosione del tempo e della memoria richiesti.

La sfida è particolarmente acuta quando questi sistemi quantistici sono rumorosi. Nel mondo reale, i circuiti quantistici non sono mai perfetti; sono costantemente disturbati dal loro ambiente, che causa errori che sconvolgono la delicata informazione quantistica. Per comprendere come si comportano questi sistemi rumorosi, i ricercatori utilizzano un metodo chiamato "unraveling" (scomposizione). Immaginate di cercare di comprendere il percorso di una singola foglia che cade attraverso una foresta tempestosa. Non potete vedere il percorso esatto della foglia, ma solo la deriva media dell'aria. L'unraveling è il processo matematico di immaginare molti possibili percorsi individuali che la foglia avrebbe potuto seguire, tali che se li mediassimo tutti insieme, otterremmo lo stesso risultato della deriva media. Nella fisica quantistica, questo significa scomporre uno stato quantistico disordinoso e rumoroso in molti diversi percorsi di stati puri e puliti. Sebbene tutti questi diversi set di percorsi conducano allo stesso risultato medio finale, i singoli percorsi possono apparire molto diversi. Alcuni percorsi potrebbero rimanere semplici e facili da simulare, mentre altri potrebbero diventare selvaggiamente complessi. La domanda che i ricercatori si sono posta è se potessero scegliere un modo specifico di gestire il rumore che mantenesse questi percorsi individuali il più semplici possibile, rendendo così più facile simulare il sistema su un computer classico.

Un team di ricercatori dell'Istituto Federale di Tecnologia Svizzera di Losanna si è posto l'obiettivo di rispondere a questa domanda studiando come questa "complessità extra" si comporta in diversi tipi di circuiti quantistici rumorosi. Si sono concentrati su due scenari principali: uno in cui i gate quantistici sono scelti in modo completamente casuale, creando un ambiente caotico, e un altro in cui i gate sono principalmente semplici e prevedibili, con solo pochi elementi casuali aggiunti. Il loro obiettivo era vedere se potessero trovare una specifica ricetta matematica per gestire il rumore che minimizzasse la complessità dei percorsi individuali. Hanno scoperto che il modo più ovvio e standard di gestire il rumore, che utilizza operazioni semplici e prevedibili, era in realtà la scelta peggiore per mantenere i percorsi semplici. In questo approccio standard, gli eventi di rumore agiscono come stretti di mano invisibili che non fanno nulla per ridurre la complessità, lasciando i percorsi altrettanto caotici come se il rumore non fosse affatto avvenuto.

I ricercatori hanno poi esplorato un vasto panorama di modi alternativi per gestire il rumore, cercando una ricetta migliore. Hanno scoperto che l'approccio ottimale non era ciò che molti esperti si aspettavano. Per molto tempo, l'idea prevalente era che il modo migliore per semplificare un sistema quantistico fosse costringerlo a compiere una scelta definitiva, come il lancio di una moneta, ad ogni passaggio del processo. Questo è noto come misurazione progettiva, dove il sistema viene forzato in uno stato semplice. Tuttavia, il team ha dimostrato attraverso le sue simulazioni che, nei sistemi che sono già altamente complessi, questo metodo del "lancio della moneta" non è il più efficace. Invece, la strategia ottimale prevede una misurazione "debole" e molto più gentile. Immaginate una misurazione che non faccia collassare completamente il sistema in un singolo stato, ma che invece lo dia una piccola spinta, raccogliendo un briciolo di informazione senza disturbarlo completamente. Utilizzando queste spinte gentili, i ricercatori hanno scoperto di poter ridurre significativamente la complessità media dei percorsi.

I risultati sono stati sorprendenti. Nei circuiti caotici e casuali, questo nuovo metodo ha ridotto la complessità media dei percorsi di una quantità sostanziale, a seconda di quanto fosse forte il rumore. Nei circuiti più semplici, dove il sistema era già vicino all'essere facile da simulare, le spinte gentili erano comunque efficaci, sebbene il metodo standard del "lancio della moneta" offrisse prestazioni quasi altrettanto buone. Tuttavia, la storia non è finita con una semplice vittoria. I ricercatori hanno scoperto che, sebbene la complessità media diminuisse, la distribuzione della complessità tra i diversi percorsi diventava estremamente irregolare. La maggior parte dei percorsi era diventata molto più semplice, ma una piccola frazione dei percorsi rimaneva tanto complessa e difficile da simulare quanto prima. Questi percorsi testardi e ad alta complessità erano quelli che determinavano il costo totale della simulazione del sistema. Poiché il costo della simulazione cresce esponenzialmente con la complessità, questi pochi percorsi difficili dominavano lo sforzo richiesto, anche se erano ora molto più rari rispetto a quanto sarebbero stati usando il metodo standard.

Questa scoperta ridefinisce la comprensione di come simulare i sistemi quantistici rumorosi. Dimostra che non è sufficiente abbassare semplicemente la complessità media. Il vero collo di bottiglia è la coda della distribuzione — i percorsi rari e difficili che rifiutano di semplificarsi. Il nuovo metodo non elimina questi percorsi difficili, ma li rende molto meno frequenti. Ciò significa che un computer che simula il sistema dovrebbe comunque gestire lo stesso tipo di calcoli difficili, ma li incontrerebbe molto meno spesso. I ricercatori hanno concluso che, sebbene questa ottimizzazione offra un chiaro vantaggio, non trasforma un problema impossibile in uno facile. La difficoltà fondamentale rimane, ma il percorso per risolverlo è diventato leggermente più gestibile. Il loro lavoro evidenzia come, nel mondo quantistico, il modo in cui scegliamo di osservare il rumore può cambiare la storia che raccontiamo sul sistema, rivelando che il modo più efficace per domare la complessità è spesso non attraverso una misurazione forzata, ma attraverso un'osservazione sottile e attenta.