Precision quantum simulation of magnon spectra and interactions

Stel je voor dat je probeert te begrijpen hoe een complexe machine werkt, zoals een gigantisch, onzichtbaar orkest dat een symfonie speelt. In de wereld van de natuurkunde is dit "orkest" gemaakt van piepkleine deeltjes die atomen worden genoemd, en de muziek die ze spelen is het gedrag van materialen—waarom sommige dingen magnetisch zijn, waarom andere elektriciteit geleiden zonder weerstand, of hoe ze veranderen wanneer ze worden verhit. Decennialang hebben wetenschappers geprobeerd deze muziek te voorspellen met gigantische klassieke computers. Maar wanneer de deeltjes echt "kwantummechanisch" gaan gedragen—waarbij ze op veel plaatsen tegelijk kunnen zijn en direct met elkaar communiceren— raken deze computers overprikkeld, als een rekenmachine die probeert een puzzel op te lossen die vereist dat elk korreltje zand op een strand wordt geteld.

Om dit op te lossen, hebben natuurkundigen "kwantumsimulatoren" gebouwd. Denk aan deze niet als rekenmachines, maar als kleine, controleerbare versies van het echte ding. In plaats van alleen maar wiskunde op een scherm uit te voeren, gebruiken ze echte kwantumdeeltjes (zoals supergekoelde atomen of supergeleidende circuits) om de fysica te belichamen. Als je wilt weten hoe een magneet zich gedraagt, bouw je een kleine magneet van deze kwantumdeeltjes en kijk je hoe hij danst. De grote uitdaging is geweest om deze simulatoren nauwkeurig genoeg te krijgen om de zachte, complexe noten van de muziek te horen, vooral wanneer de deeltjes tegen elkaar aan botsen en nieuwe, rommelige interacties creëren. Deze paper gaat over het eindelijk zo perfect afstemmen van dat instrument dat we die rommelige noten voor het eerst duidelijk kunnen horen.

---

Het Kwantumorkest en de Magische Magnon

In dit onderzoek besloten een team van Google Quantum AI en hun medewerkers een specifiek soort magnetisch materiaal te simuleren: een 2D-magneet bestaande uit kleine draaiende deeltjes. In deze wereld creëren de "spins" van deze deeltjes golven, vergelijkbaar met rimpelingen op een vijver. Wetenschappers noemen deze rimpelingen magnonen. Je kunt een magnon zien als een enkel, gekwantiseerd pakketje spingolfenergie. Net zoals een foton een pakketje licht is, is een magnon een pakketje magnetische trilling.

De onderzoekers wilden twee dingen doen: eerst luisteren naar de "lineaire" respons (hoe een enkele rimpeling beweegt en vervaagt), en ten tweede kijken wat er gebeurt wanneer ze twee rimpelingen tegen elkaar aan laten botsen (niet-lineaire interacties). Het probleem is dat deze rimpelingen in de echte wereld ongelooflijk moeilijk te isoleren en te controleren zijn. Ze raken meestal verloren in de ruis van het hele systeem.

De Hybride Super-Processor

Om dit aan te pakken, gebruikten het team een 97-qubit supergeleidende processor genaamd "Willow". Stel je deze processor voor als een gigantisch, 2D-rooster van 97 kleine kwantumschakelaars (qubits). Ze lieten deze schakelaars niet zomaar ongecontroleerd draaien; ze gebruikten een slimme "analoog-digitale" truc.

Beschouw het analoge deel als het laten evolueren van het systeem op een natuurlijke manier, zoals het laten rollen van een bal de heuvel af. Dit is snel en efficiënt, maar moeilijk precies te controleren. Het digitale deel is als een menselijke hand die ingrijpt om de bal op specifieke momenten een duwtje te geven. Het team vlechtte deze twee door elkaar: ze lieten het kwantumsysteem een moment evolueren, voegden dan snel een digitale "duw" toe (een gate) om een specifieke magnon-rimpeling te creëren, en lieten het daarna weer evolueren. Dit stelde hen in staat om een enkele, zuivere rimpeling te creëren in een zee van kwantumruis, iets waar eerdere methoden moeite mee hadden.

De Regels van het Spel Leren

Voordat ze hun resultaten konden vertrouwen, moesten ze precies weten hoe hun kwantumprocessor zich gedroeg. Geen enkele machine is perfect; de "heuvel" waar de bal vanaf rolt, kan kleine bulten of hellingen hebben die ze niet hadden verwacht. Om dit op te lossen, gebruikten ze een techniek genaamd Hamiltonian learning.

Stel je voor dat je probeert de regels van een nieuw bordspel te leren door mensen te observeren terwijl ze spelen. Je kent de exacte regels niet, maar je ziet wel de patronen waar de stukken terechtkomen. Het team liet hun kwantumsysteem draaien, observeerde de patronen van de qubits (de "bitstrings"), en gebruikte een computeralgoritme om de exacte regels (de Hamiltonian) te "leren" die de machine daadwerkelijk volgde. Ze leerden de regels met een precisie van ongeveer 0,1% van de belangrijkste interactiekracht. Dit was cruciaal, omdat het betekende dat ze precies wisten wat ze simuleerden, waardoor gokwerk werd geëlimineerd.

De Bevindingen: Luisteren naar de Rimpelingen

Zodra de regels waren geleerd en het systeem was afgestemd, begonnen ze met hun experimenten.

1. De Lineaire Symfonie: Ze creëerden enkele magnon-rimpelingen en keken hoe ze bewogen en uitdoofden. Ze ontdekten dat de "levensduur" van deze rimpelingen sterk afhing van waar ze zich in het rooster bevonden.

   • De Van Hove-verrassing: Nabij bepaalde speciale punten in het rooster (genaamd van Hove-singulariteiten) stierven de rimpelingen zeer snel uit. Het is alsof een rimpeling een overvolle dansvloer raakt waar iedereen tegen haar aan botst, waardoor ze snel verdwijnt.
   • Het Randeffect: Omgekeerd waren rimpelingen die nabij de randen of hoeken van het rooster leefden, verrassend langdurig. Ze waren als dansers in een rustig hoekje, die nauwelijks tegen iemand aan botsen. Het team ontdekte dat deze "hoekmodi" sterk ontkoppeld waren van de rest van het systeem.

2. De Niet-Lineaire Botsing: Vervolgens zetten ze het volume hoger. Ze keken niet alleen naar één rimpeling; ze lieten twee rimpelingen op elkaar botsen om te zien hoe ze interageren.

   • Ze ontdekten dat wanneer de rimpelingen klein waren, ze voornamelijk wegstoterden van de achtergrondwarmte (thermische modi).
   • Maar toen ze de rimpelingen groter maakten (de amplitude verhoogden), opende zich een nieuw "zelf-verstrooiingskanaal". De rimpelingen begonnen tegen zichzelf te botsen.
   • Met behulp van een "pump-probe"-techniek (het hard raken van één rimpeling en kijken hoe dat een zwakkere rimpeling beïnvloedt), brachten ze precies in kaart welke rimpelingen met welke communiceerden. Ze ontdekten dat de hoekrimpelingen een speciale club vormden: ze praatten voornamelijk met elkaar en negeerden de rest van het rooster.

Waarom Klassieke Computers Dit Niet Konden

De paper maakt een sterk punt over waarom dit noodzakelijk was. Het team probeerde deze exacte zelfde experimenten te simuleren met klassieke supercomputers met een methode genaamd Matrix Product States (MPS).

• Het Resultaat: De klassieke simulaties werkten goed wanneer het systeem koud of klein was. Maar naarmate de temperatuur steeg en het systeem groter werd (richting de schaal van 97 qubits), faalden de klassieke simulaties. Ze konden de complexe verstrengeling (de "spookachtige" verbindingen tussen deeltjes) die daar plaatsvond, niet vatten.
• De Conclusie: De paper suggereert dat om dezelfde nauwkeurigheid te bereiken als hun kwantumeperiment, een klassieke computer middelen nodig zou hebben die exponentieel groeien—in essentie zou hij meer geheugen nodig hebben dan er in het universum bestaat om een systeem van deze omvang bij deze temperaturen te simuleren.

De Kernboodschap

Deze paper beweert niet dat alle mysteries van het magnetisme zijn opgelost. In plaats daarvan demonstreert het een nieuwe, hoog-precieze manier om kwantumdeeltjes in realtime te observeren terwijl ze interageren. Door analoge evolutie te combineren met digitale controle en machine learning te gebruiken om het systeem af te stemmen, waren ze in staat om te meten hoe magnonen verstrooien, vervallen en interageren met een detailniveau dat klassieke computers simpelweg niet kunnen bereiken. Ze toonden aan dat deze kwantumrimpelingen verschillende persoonlijkheden hebben: sommigen zijn sociale vlinders die overal naartoe verstrooien, terwijl anderen eenzame figuren zijn die in de hoeken blijven. Dit werk suggereert dat kwantumprocessors nu klaar zijn om te fungeren als krachtige microscopen voor de microscopische wereld, die ons helpen de materialen te begrijpen die momenteel te complex zijn voor onze beste supercomputers om te modelleren.