A quantum representation of $\pi$ fragmentation functions through variational quantum circuits

미시 세계에서 물질은 단단하고 나눌 수 없는 벽돌로 만들어진 것이 아닙니다. 대신, 그것은 쿼크와 글루온이라 불리는 아주 작은 입자들의 역동적인 수프로부터 구축되며, 이들은 강한 핵력이라는 이름이 붙을 만큼 강력한 힘에 의해 결합되어 있습니다. 이러한 입자들이 고에너지 충돌 과정에서 떨어져 나올 때, 그들은 홀로 날아가지 않습니다. 이들 사이의 힘이 끊어지기를 거부하며 늘어나는 고무줄처럼 작동하기 때문에, 입자들을 떼어놓는 데 사용된 에너지는 결국 다시 튕겨 올라가 순수한 에너지로부터 새로운 입자들을 만들어냅니다. '해드론화(hadronization)'라고 알려진 이 과정은 보이지 않고 덧없는 쿼크와 글루온을 양성자와 파이온 같은 우리가 실제로 검출할 수 있는 안정적인 입자로 변화시킵니다. 입자 가속기 내부의 충돌부터 별의 탄생에 이르기까지, 우주를 이해하기 위해 물리학자들은 이 변환이 정확히 어떻게 일어나는지를 반드시 지도화해야 합니다. 그들은 특정 유형의 쿼크가 특정 유형의 입자로 변할 확률이 정확히 얼마인지, 그리고 충돌 에너지가 변함에 따라 그 확률이 어떻게 변하는지를 알아내야 합니다.

수십 년 동안 과학자들은 이 변환을 설명하기 위해 방대한 실험에서 수집된 데이터에 맞춘 복잡한 수학 공식들을 사용해 왔습니다. 그러나 이러한 전통적인 공식들은 종종 그 형태에 대해 많은 임의적인 선택을 요구하며, 이는 숨겨진 편향을 유발할 수 있습니다. 스페인, 멕시코, 아르헨티나 연구진이 참여한 새로운 연구는 다른 길을 탐구합니다. 바로 양자 컴퓨터의 독특한 특성을 사용하여 이 과정을 지도화하는 것입니다. 그들은 처음부터 새로운 양자 컴퓨터를 만든 것이 아니라, 입자가 파편화되는 패턴을 학습하도록 설계된 정교한 양자 알고리즘, 즉 양자 기계를 위한 일련의 지침을 설계했습니다. 파이온이 형성되는 기존의 최상급 데이터를 재현하도록 이 알고리즘을 학습시킴으로써, 그들은 양자 모델이 훨씬 적은 변수를 사용하여 복잡한 물리학을 놀라운 효율성으로 포착할 수 있으며, 이전에는 숨겨져 있던 서로 다른 유형의 입자들 사이의 깊은 연결 고리를 밝혀낼 수 있다는 것을 발견했습니다.

연구진은 고에너지 충돌의 가장 흔한 생성물 중 하나인 파이온이라는 특정 유형의 입자에 집중했습니다. 표준적인 접근 방식에서 물리학자들은 각 유형의 쿼크와 쿼크를 결합하는 접착제 역할을 하는 글루온에 대해 각각 별도의 방정식을 작성하여 파이온의 거동을 설명합니다. 그런 다음 이 방정식들을 데이터와 일치할 때까지 조정합니다. 이번 연구팀은 다른 질문을 던졌습니다. "단 하나의 통합된 양자 회로가 이 모든 서로 다른 입자 유형을 동시에 설명할 수 있을까?" 그들은 각 유형의 쿼크와 글루온에 작은 양자 비트, 즉 큐비트를 할당하는 모델을 구축했습니다. 연구진은 이 큐비트들이 독립적으로 작동하게 두는 대신, 한 입자 채널의 정보가 다른 채널에 영향을 줄 수 있도록 특별한 양자 게이트로 이들을 연결했습니다. 이는 하나의 입자 상태가 거리와 상관없이 다른 입자의 상태와 불가분하게 연결되는 양자 현상인 '얽힘(entanglement)'의 망을 형성했습니다.

결과는 놀라웠습니다. 연구팀이 파이온 생성에 관한 확립된 데이터로 이 양자 모델을 학습시켰을 때, 모델은 놀라운 속도와 정확도로 패턴을 학습했습니다. 에너지 수준이 일정하게 유지되는 테스트에서, 이 모델은 단 두 개의 양자 연산 층만을 사용하여 높은 정밀도를 달 achievement 했습니다. 이는 어려운 문제를 해결하기 위해 보통 더 깊고 복잡한 회로가 필요하다는 점에서 매우 의미 있는 일인데, 여기서는 얕은 회로만으로도 충분했기 때문입니다. 연구진은 쿼크와 글루온 채널 사이의 얽힘이 핵심임을 발견했습니다. 서로 다른 입자 유형을 별개의 부분들의 집합이 아닌 하나의 연결된 시스템으로 취급하도록 허용함으로써, 모델은 근본적인 물리학을 더 자연스럽게 포착했습니다. 이 접근 방식은 시스템을 설명하는 데 필요한 변수의 수를 줄였으며, 세부 사항을 잃지 않으면서 정보를 훨씬 작은 공간으로 효과적으로 압축했습니다.

이 방식이 왜 그렇게 잘 작동했는지 이해하기 위해, 연구팀은 복잡한 소리를 개별 음표로 분해하여 어떤 주파수가 존재하는지 확인하는 것과 같은 스펙트럼 분석을 수행했습니다. 그들은 양자 모델이 본질적으로 매우 제한된 주파수 성분들을 사용하여 입자 패턴을 구축하고 있다는 것을 발견했습니다. 입자의 대부분의 복잡한 거동은 단 몇 개의 근본적인 패턴과 그 패턴들의 적은 조합만으로 설명될 수 있었습니다. 이는 양자 모델이 단순히 데이터를 암기하는 것이 아니라, 입자를 지배하는 근본 법칙을 나타내는 작고 효율적인 방법을 찾아내고 있음을 시사했습니다. 즉, 입자 파편화의 "음악"은 보기보다 단순하며, 전체 교향곡을 연주하기 위해 오직 몇 개의 음표만을 필요로 한다는 것을 찾아낸 것입니다.

연구진은 그다음 단계로, 입자의 운동량과 충돌의 에너지 척도라는 두 가지 변수를 동시에 다룰 수 있도록 모델을 확장했습니다. 이는 입자의 거동이 에너지가 증가함에 따라 크게 변하기 때문에 훨씬 어려운 작업입니다. 특히 에너지가 참(charm)이나 바텀(bottom) 쿼크와 같은 더 무거운 입자를 생성할 만큼 높아지면 더욱 그렇습니다. 이러한 무거운 입자들은 에너지가 특정 임계값을 넘을 때만 나타나며, 이는 표준 모델이 매끄럽게 처리하기 어려운 급격한 변화를 만들어냅니다. 연구팀은 물리적 임계치를 모방하는 특정 기능을 양자 회로에 포함하도록 설계했는데, 이는 본질적으로 기계에게 "더 무거운 입자는 에너지가 이 정도 높을 때만 나타난다"라고 말해주는 것과 같습니다.

이 2차원 모델을 테스트했을 때, 모델은 저에너지 충돌부터 거대 강입자 충돌기(LHC)에서 발견되는 극한 조건에 이르기까지 광범위한 에너지 영역에 걸쳐 복잡한 데이터를 성공적으로 재현했습니다. 모델은 기존의 최상급 데이터 세트와 일치하는 0.999 이상의 상관 계수를 기록하며 입자의 거동을 예측했습니다. 이는 양자 모델의 예측이 기존의 과학적 합의와 거의 구별할 수 없을 정도였다는 것을 의미합니다. 결정적으로, 연구진이 무거운 입자의 임계치를 처리하기 위해 설계된 특정 기능을 제거했을 때, 모델의 성능이 눈에 띄게 떨어졌습니다. 이는 개선의 원인이 단순히 머신 러닝 과정 자체에서 온 것이 아니라, 물리에서 영감을 받은 회로 설계에서 왔음을 증명했습니다. 모델은 따를 수 있는 올바른 물리적 규칙을 부여받았기에 더 빠르고 정확하게 학습할 수 있었던 것입니다.

이 연구는 양자 접근 방식이 일반적인 수학적 도구가 어려움을 겪는 비섭동(non-perturbative) 입자 물리학의 세계를 설명하는 강력한 새로운 방법임을 결과로 보여줍니다. 서로 다른 입자들이 형성되는 모든 방식을 나타내기 위해 단일하고 얽힌 양자 회로를 사용함으로써, 연구진은 작으면서도 매우 정확한 통합된 설명을 만들어냈습니다. 이 방법은 전통적인 물리학의 필요성을 대체하는 것이 아니라, 해드론화의 복잡한 구조를 인코딩하는 데 있어 새롭고 효율적인 도구를 제공합니다. 이는 입자 충돌을 이해하는 미래가 양자 역학의 깊은 물리적 통찰력과 머신 러닝의 유연성을 결합한 하이브리드 시스템에 달려 있을 수 있음을 시사하며, 이를 통해 과학자들이 물질의 근본적인 구성 요소들 사이의 숨겨진 연결 고리를 전례 없는 명확성으로 볼 수 있게 해줄 것입니다.