Monte Carlo particle transport on quantum computers

In de wereld van kernenergie en stralingsveiligheid vertrouwen wetenschappers op een krachtig hulpmiddel genaamd Monte Carlo-simulatie om te voorspellen hoe deeltjes door materie bewegen. Stel je voor dat je probeert één zandkorrel te volgen die door een drukke kamer stuitert; stel je nu voor dat je dit doet voor miljarden zandkorrels, die elk een ander pad afleggen, tegen muren botsen en soms volledig verdwijnen. Op klassieke computers, die de basis vormen van onze huidige technologie, is dit proces goed gevestigd maar ongelooflijk kostbaar. Het vereist enorme supercomputers die lange tijd moeten draaien om genoeg willekeurige paden te genereren om een betrouwbaar antwoord te krijgen over waar de straling heen gaat en hoeveel afscherming er nodig is. Naarmate de vraag naar snellere, efficiëntere berekeningen groeit, kijken onderzoekers naar een nieuw soort machine: de kwantumcomputer. Deze apparaten werken volgens de vreemde regels van de kwantummechanica, waarbij informatie in meerdere toestanden tegelijk kan bestaan, wat de theoretische belofte biedt om bepaalde complexe problemen veel sneller op te lossen dan welke klassieke computer dan ook ooit zou kunnen.

De centrale vraag die deze research drijft, is of deze kwantummachines de specifieke, rommelige taak van deeltjesvervoer daadwerkelijk aankunnen. Hoewel kwantumcomputers veelbelovend zijn gebleken in velden zoals financiën en chemie, is de complexe, stap-voor-stap aard van deeltjesbeweging grotendeels genegeerd. In dit nieuwe werk hebben onderzoekers van Thales Research and Technology in Frankrijk geprobeerd deze kloof te overbruggen. Ze probeerden niet simpelweg oude software op nieuwe hardware te draaien; in plaats daarvan ontwierpen ze een volledig nieuwe manier om deeltjesbeweging te representeren die past bij de unieke architectuur van een kwantumcomputer. Hun doel was om te zien of ze de reis van deeltjes door een materiaal konden simuleren, rekening houdend met hoe ze verstrooien en worden geabsorbeerd, met behulp van een methode die uiteindelijk een aanzienlijk snelheidsvoordeel zou kunnen bieden.

Om te begrijpen wat het team heeft gedaan, moet men eerst voorstellen hoe zij de fysieke wereld vertaalden naar de taal van kwantumbits. In een klassieke simulatie kiest een computer een startpunt, werpt een digitale dobbelsteen om te beslissen hoe ver het deeltje vliegt, werpt opnieuw om te zien of het iets raakt, en besluit vervolgens waar het de volgende keer naartoe stuitert. Dit gebeurt herhaaldelijk totdat het deeltje wordt geabsorbeerd of ontsnapt. De onderzoekers vervingen dit stap-voor-stap gokspel door een kwantumconcept dat bekend staat als een discrete-tijd kwantumwandeling (discrete-time quantum walk). In plaats van één deeltje tegelijk te volgen, behandelt hun kwantumopstelling het deeltje als een golf die zich verspreidt over een rooster. Ze bouwden een virtueel rooster waarbij elke vierkant een mogelijke locatie voor het deeltje vertegenwoordigt. Het rooster werd ontworagen om een specifieke fysieke opstelling na te bootsen: een tweedimensionaal gebied met een centraal obstakel en omliggende armen, allemaal gemaakt van materialen die anders met deeltjes interageren.

De kern van hun nieuwe methode ligt in de manier waarop ze besloten waar het deeltje de volgende stap moest zetten. In een standaard kwantumwandeling kan een deeltje in elke richting bewegen met gelijke waarschijnlijkheid. Echter, in de echte wereld bepaalt het materiaal waar een deeltje doorheen beweegt, het gedrag ervan. Als een deeltje in een dicht materiaal verkeert, is het waarschijnlijker dat het stuitert of stopt; als het in een lege ruimte is, vliegt het rechtuit. De onderzoekers creëerden een speciale regel, die ze een positie-afhankelijke munt (position-dependent coin) noemden, om dit af te handelen. Denk aan deze munt niet als een fysiek object, maar als een set instructies die verandert op basis van exact waar het deeltje zich op het rooster bevindt. Als het deeltje zich in een regio bevindt met een hoge kans op absorptie, vertellen de instructies het kwantumsysteem om het deeltje met een hoge waarschijnlijkheid op zijn plaats te houden. Als het zich in een regio bevindt waar het waarschijnlijk zal verstrooien, sturen de instructies het deeltje in een nieuwe richting. Dit stelde de simulatie in staat om de lokale eigenschappen van de materialen te respecteren zonder dat er enorme tabellen met gegevens voor elk mogelijk scenario opgeslagen hoefden te worden.

Vervolgens construeerde het team een circuit, de kwantumequivalent van een computerprogramma, om deze stappen uit te voeren. Ze begonnen met het voorbereiden van het deeltje op een specifiek startpunt. Daarna pasten ze een reeks operaties toe die één "stap" van de reis van het deeltje vertegenwoordigden. Deze sequentie omvatte het controleren van de lokale regels, het beslissen van een richting en het verplaatsen van het deeltje naar de volgende plek op het rooster. Ze moesten ook rekening houden met de randen van hun virtuele wereld. Omdat deeltjes in dit specifieke probleem niet zomaar in het niets kunnen verdwijnen, programmeerden de onderzoekers het systeem om deeltjes terug te laten stuiteren als ze de grens bereikten, net zoals een bal die tegen een muur botst. Ze testten twee verschillende manieren om deze simulatie uit te voeren. De eerste methode hield in dat de positie van het deeltje na elke stap werd gemeten, waarbij de kwantumtoestand effectief werd samengevallen tot een klassiek resultaat voordat de volgende stap werd genomen. De tweede methode liet het kwantumsysteem vele stappen evolueren zonder ernaar te kijken, waarbij gebruik werd gemaakt van een techniek genaamd amplitude-amplificatie om de kans te vergroten om het deeltje in een specifiek gebied van belang te vinden.

Toen ze deze simulaties uitvoerden, boden de resultaten een mix van belofte en beperking. De onderzoekers vergeleken hun kwantumresultaten met twee gevestigde benchmarks: een klassieke methode die gebruikmaakt van roostergebaseerde berekeningen en een traditionele Monte Carlo-simulatie die half een miljoen deeltjes volgt. In de vroege stadia van de simulatie leek de kwantumwandeling erg op de klassieke resultaten. Het deeltje verspreidde zich door het rooster op een manier die overeenkwam met de verwachte fysica, waarbij het het obstakel correct vermeed en de omliggende armen invulde. Dit bevestigde dat hun nieuwe methode de geometrie en de basisstroom van deeltjes accuraat kon representeren. Echter, naarmate de simulatie meer stappen doorliep, begon de kwantumuitslag af te wijken van de klassieke resultaten. Het team vermoedde dat dit kwam doordat hun methode voor het afhandelen van absorptie — het op zijn plaats houden van het deeltje in plaats van het te verwijderen — een benadering was die over de tijd kleine fouten introduceerde.

De studie beweerde niet het probleem van deeltjesvervoer op kwantumcomputers te hebben opgelost, noch toonde het een snelheidswinst aan die vandaag de dag in de industrie gebruikt kan worden. In plaats daarvan diende het als een cruciale proof of concept. De onderzoekers toonden aan dat het mogelijk is om de complexe, lokale regels van deeltjesinteractie te coderen in een kwantumcircuit en dat het systeem resultaten kan produceren die kwalitatief correct lijken. Ze identificeerden specifieke hindernissen die blijven bestaan, zoals de noodzaak om de totale snelheid van deeltjes nauwkeuriger af te handelen en de computationele kosten van het resetten van delen van het systeem tijdens de berekening. Het werk suggereert dat hoewel de weg naar een volledig functionele kwantumcode voor deeltjesvervoer nog lang is, de fundamentele stappen nu zijn gezet. Door de chaotische dans van straling om te zetten in een gestructureerde kwantumwandeling, heeft het team een deur geopend voor toekomstige onderzoekers om deze methoden te verfijnen en uiteindelijk de volledige kracht van kwantummachines in te zetten voor nucleaire veiligheid en ontwerp.