Towards Studying Superconductivity in the Fermi-Hubbard Model on Rydberg Atoms

Dit artikel presenteert een methode die gebruikmaakt van Rydberg-atoomprocessors en sample-based quantum diagonalization om de grondtoestandsenergie van het Fermi-Hubbard-model te berekenen en zo een pad te effenen voor het bestuderen van supergeleiding, waarbij experimentele resultaten op de Aquila-processor een duidelijk voordeel tonen ten opzichte van willekeurige bemonstering.

De kern

Supergeleiding op een Rijstkorrel: Hoe Wetenschappers een Nieuwe Manier Vinden om Energie te Berekenen

Stel je voor dat je een enorme, complexe puzzel probeert op te lossen. De puzzelstukjes vertegenwoordigen elektronen (deeltjes die stroom dragen) die zich gedragen volgens de regels van de kwantumwereld. De vraag is: hoe gedragen deze elektronen zich in een materiaal zodat het supergeleidend wordt? Dat wil zeggen: stroom geleiden zonder enige weerstand, zelfs zonder koeling.

Dit is het probleem dat de auteurs van dit artikel proberen op te lossen. Ze kijken naar een wiskundig model genaamd het Fermi-Hubbard-model. Dit model is als een blauwdruk voor hoe elektronen zich gedragen in materialen die mogelijk supergeleiders kunnen worden. Het probleem is echter dat dit model zo ingewikkeld is dat zelfs de krachtigste supercomputers ter wereld er niet uitkomen als het systeem groot wordt.

Hier komt het verhaal van dit onderzoek naar voren, vertaald in begrijpelijke termen:

1. De Grote Omweg: Van Elektronen naar Spins

Stel je voor dat je een zware last moet dragen (het Fermi-Hubbard-model), maar je hebt een veel lichter voertuig nodig om het te verplaatsen. De wetenschappers gebruiken een slimme truc: ze maken gebruik van een wiskundige "brug".

Ze zeggen: "Als we de elektronen heel sterk laten afstoten (een grote 'U' in de wiskunde), gedragen ze zich bijna hetzelfde als een ander, eenvoudiger model genaamd het Heisenberg-model."

• De Analogie: Het is alsof je een zware, rommelige kamer (het ingewikkelde elektronen-probleem) wilt schoonmaken. In plaats van elke hoek zelf te poetsen, kijk je naar een spiegelbeeld van de kamer (het Heisenberg-model) dat al schoon is. Als je weet hoe de spiegel eruitziet, kun je afleiden hoe de echte kamer eruit zou moeten zien.

2. De Speelgoedauto's: Rydberg-atomen

Om dit "spiegelbeeld" (het Heisenberg-model) te maken, gebruiken ze geen gewone computers, maar een heel speciaal type quantumcomputer genaamd QuEra Aquila.

• De Analogie: Stel je voor dat je een rij van 256 kleine, zwevende balletjes hebt (atomen). Deze balletjes kunnen in twee standen staan: slapen (grondtoestand) of dansen (Rydberg-toestand). Door met lasers te spelen, kunnen de onderzoekers deze balletjes laten "danseren" met elkaar. Ze programmeren deze dans zo dat de balletjes precies het gedrag van het Heisenberg-model nabootsen.
• Dit is als het bouwen van een mechanisch model van een auto in een garage, om te zien hoe de motor werkt, voordat je de echte auto bouwt.

3. De Slimme Strategie: SQD (Steekproeven nemen)

Nu ze het model hebben, moeten ze de oplossing vinden. Normaal gesproken zou je alle mogelijke combinaties van de balletjes moeten proberen, maar dat zijn er te veel (meer dan het aantal zandkorrels op aarde).

Ze gebruiken een methode genaamd Sample-Based Quantum Diagonalization (SQD).

• De Analogie: Stel je voor dat je een enorme, donkere kamer vol met schaduwen hebt en je wilt weten waar de schat ligt.
  • De oude manier (Willekeurig zoeken): Je loopt blindelings rond en stoot tegen willekeurige muren aan. Je hebt duizenden pogingen nodig om misschien iets te vinden.
  • De nieuwe manier (VQITE): De onderzoekers gebruiken een slimme "magneet" (VQITE) die de schaduwen een beetje naar de schat toe trekt. Ze nemen dan slechts een paar steekproeven (samples) van waar de schaduwen nu zijn. Omdat ze al dicht bij de schat zijn, vinden ze de oplossing veel sneller en nauwkeuriger.

4. Wat Vonden Ze?

De onderzoekers hebben dit getest op een computer met 56 "qubits" (de balletjes).

• Het Resultaat: Hun slimme methode (VQITE + SQD) werkte veel beter dan het willekeurig zoeken. Zelfs als ze 10 keer meer willekeurige pogingen deden, haalden ze niet de nauwkeurigheid van hun slimme methode.
• Ze konden de energie van het systeem berekenen voor systemen die te groot zijn voor klassieke computers. Dit is een enorme stap voorwaarts.

5. Waarom is dit belangrijk?

Supergeleiding zou onze wereld kunnen veranderen:

• Energie: Geen energieverlies meer in stroomkabels.
• Transport: Magneettreinen die zweven en razendsnel gaan.
• Medische apparatuur: Betere MRI-scanners.

Door te begrijpen hoe elektronen zich gedragen in deze complexe modellen, hopen we materialen te vinden die bij kamertemperatuur supergeleidend zijn. Dit onderzoek is een belangrijke eerste stap: het bewijst dat we met quantumcomputers (zoals de Aquila) ingewikkelde natuurkundige problemen kunnen oplossen die voorheen onmogelijk leken.

Kortom:
De onderzoekers hebben een slimme omweg gevonden. In plaats van de zware last van het elektronen-probleem direct te dragen, hebben ze een lichter, vergelijkbaar probleem opgelost met een quantumcomputer van zwevende atomen. Door slimme steekproeven te nemen, konden ze de oplossing vinden die veel beter is dan het willekeurig gissen. Het is een bewijs dat quantumcomputers klaar zijn om echte, moeilijke wetenschappelijke mysteries op te lossen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Towards Studying Superconductivity in the Fermi-Hubbard Model on Rydberg Atoms" in het Nederlands.

Probleemstelling

Het Fermi-Hubbard-model is fundamenteel voor het begrijpen van hoge-temperatuur supergeleiding, maar het simuleren ervan is klassiek extreem rekenintensief, vooral in hogere dimensies of bij lage temperaturen. Bestaande methoden zoals Dynamical Mean Field Theory (DMFT), Density Matrix Renormalization Group (DMRG) en Quantum Monte Carlo (QMC) hebben beperkingen: DMFT heeft moeite met niet-lokale interacties, DMRG schaalt slecht in hogere dimensies, en QMC kan vastlopen in het "tekenprobleem" (sign problem) bij het oplossen van grondtoestandskarakteristieken.

Hoewel kwantumcomputers potentieel bieden, zijn huidige NISQ (Noisy Intermediate-Scale Quantum) apparaten beperkt door ruis en qubit-aantallen. Een specifieke uitdaging is het berekenen van de grondtoestandsenergie van het Fermi-Hubbard-model voor systemen groter dan wat exacte klassieke methoden aankan, zonder dat er een volledige, fouttolerante kwantumcomputer nodig is.

Methodologie

De auteurs presenteren een hybride aanpak die gebruikmaakt van Sample-Based Quantum Diagonalization (SQD) gekoppeld aan Variational Quantum Imaginary Time Evolution (VQITE) op analoge Rydberg-atoomprocessors.

1. Perturbatieve Relatie (Hubbard $\to$ Heisenberg):

   • In de limiet van sterke interactie ($U \gg t$) kan het Fermi-Hubbard-model worden benaderd door het Heisenberg-model via een perturbatieve expansie van tweede orde.
   • Er wordt een mapping gemaakt tussen twee Heisenberg-spin-ketens en het Hubbard-model. De bovenste keten vertegenwoordigt de spin-up orbitalen en de onderste de spin-down orbitalen. Door de "no-double-occupancy" beperking (één elektron per site) te handhaven, kan een gemeten bitstring van de spin-up keten worden gebruikt om de volledige Hubbard-configuratie te reconstrueren (de spin-down keten is het complement).
   • Het werk richt zich op het anisotrope Heisenberg-model (XXZ-model) met next-nearest-neighbor (NNN) interacties, omdat dit het enige model is dat direct kan worden voorbereid op de beschikbare QuEra Aquila hardware. Dit correspondeert met een spin-asymmetrisch Hubbard-model.

2. VQITE op Aquila Processor:

   • In plaats van een gate-based circuit te gebruiken, wordt de grondtoestand van het anisotrope Heisenberg-model benaderd met Variational Quantum Imaginary Time Evolution (VQITE).
   • Dit gebeurt op de QuEra Aquila processor (een analoge quantumcomputer met 256 Rubidium-87 atomen). De evolutie wordt gestuurd door een parametrisch controle-schema (Rabi-frequentie $\Omega(t)$, detuning $\Delta(t)$, en fase $\phi$) dat de atomen van de grondtoestand naar een Rydberg-toestand drijft.
   • De auteurs hebben hyperparameters geoptimaliseerd en geconvergeerd voor verschillende systeemgroottes ($L=4$ tot $L=10$) en deze geëxtrapoleerd voor grotere systemen.

3. Sample-Based Quantum Diagonalization (SQD):

   • De uit VQITE voorbereide toestand wordt gebruikt om monsters (samples) te genereren.
   • Deze samples (bitstrings) worden vertaald naar elektronische configuraties in het Hubbard-model.
   • De Hamiltoniaan wordt geprojecteerd op de door de samples opgespannen subruimte en vervolgens diagonaal gemaakt (klassiek) om de grondtoestandsenergie en eigenschappen te schatten. Dit proces is zelfconvergent tot convergentie wordt bereikt.

4. Benchmarking:

   • De resultaten worden vergeleken met:
     • Random sampling: Willekeurige monsters uit de uniforme superpositie (met 10x meer shots).
     • Gate-based implementatie: Een VQE-gedreven SQD op IBM Quantum hardware (IBM Pittsburgh).
     • Exacte klassieke berekeningen: DMRG (via TeNPy) als referentie.

Belangrijkste Bijdragen

• Grootste Hubbard-berekening op hardware: Het artikel rapporteert grondtoestandsberekeningen voor het Hubbard-model tot 56 orbitalen, wat naar eigen zeggen de grootste berekening van dit type op quantumhardware tot nu toe is.
• Eerste cloud-toegang tot analoge VQITE: Dit is de eerste demonstratie van een VQITE-implementatie op cloud-toegankelijke analoge quantumhardware (QuEra Aquila).
• Efficiëntie van VQITE-sampling: Het bewijst dat het gebruik van een kwantumbereide toestand (via VQITE) als basis voor sampling superieur is aan willekeurige sampling, zelfs wanneer de willekeurige sampling met een factor 10 meer metingen (shots) gebruikt.
• Hardware-onafhankelijkheid: De methode wordt succesvol getest op zowel analoge (Rydberg) als gate-based (IBM) hardware, wat aantoont dat het SQD-framework hardware-agnostisch is.

Resultaten

• Grondtoestandsenergie:
  • Voor systemen tot 56 qubits convergeert de VQITE-gesamplede SQD-methodiek dicht bij de exacte grondtoestand.
  • Er is een duidelijk voordeel ten opzichte van random sampling. Bij 56 orbitalen is er een energiekloof van bijna 10 eenheden tussen de schattingen van VQITE en random sampling (met 10.000 shots). De VQITE-methode levert een aanzienlijk lagere (betere) grondtoestandsenergie op.
  • De gate-based VQE-SQD resultaten op IBM Quantum waren vergelijkbaar met de Aquila-resultaten, wat de robuustheid van de methode bevestigt.
• Chemische Potentiaal:
  • De chemische potentiaal ($\mu$) werd berekend via de energieverschillen bij verschillende bezettingsniveaus.
  • Hoewel VQITE-sampling over het algemeen beter presteert dan random sampling voor de energie, is de trend voor de chemische potentiaal minder consistent. Dit wordt toegeschreven aan het feit dat $\mu$ het verschil is tussen twee waarden die beide fouten bevatten, waardoor de fouten versterkt worden.
• Convergentie:
  • De VQITE-ansatz bereikte een fideliteit van ongeveer 50% voor kleine systemen ($L=4$) met een anisotropie-ratio $J_{xy}/J_z \approx 0.4$. Hoewel de fideliteit daalt bij hogere anisotropie, is de SQD-methode in staat om deze imperfecties te compenseren door het diagonaliseren van de subruimte.

Betekenis en Toekomstperspectief

De studie toont aan dat het combineren van perturbatieve theorie (Hubbard naar Heisenberg) met analoge quantumhardware en SQD een krachtige route is om de grenzen van klassieke simulaties te verleggen.

• Supergeleiding: Hoewel het huidige experiment zich richt op een regime dat niet direct supergeleidend is (beperkt door de hardware die het isotrope Heisenberg-model niet native ondersteunt), legt de methode de basis voor het bestuderen van het quasi-supergeleidende regime door doping en 2D-systemen toe te voegen zodra de hardware verbetert.
• Schalbaarheid: De succesvolle schaal naar 56 qubits suggereert dat deze aanpak veelbelovend is voor het onderzoeken van emergente supergeleiding in grotere systemen die voor klassieke computers onbereikbaar zijn.
• Hardware-onafhankelijkheid: Het feit dat de methode werkt op zowel Rydberg-atomen als supergeleidende qubits, maakt het een veelzijdig instrument voor de NISQ-er.

Kortom, dit werk biedt een bewezen, schaalbare route om de grondtoestandskarakteristieken van het Fermi-Hubbard-model te bestuderen, wat een cruciale stap is richting het begrijpen van hoge-temperatuur supergeleiding.