A deterministic polynomial chaos Galerkin method for non-Markovian quantum state diffusion

In de kwantumwereld bestaan deeltjes zelden in isolatie. Ze botsen voortdurend tegen hun omgeving aan, trekken eraan en wisselen energie uit met die omgeving, of dat nu een wolk van gas is, een kristalstructuur of een zee van elektromagnetische golven. Wanneer een kwantumsysteem met zijn omgeving interageert, verliest het zijn delicate, geïsoleerde eigenschappen en begint het zich op manieren te gedragen die moeilijker te voorspellen zijn. Wetenschappers noemen dit "open kwantumsystemen". De uitdaging is om te begrijpen hoe het systeem in de loop van de tijd verandert zonder dat men elk afzonderlijk deeltje in de enorme omgeving waarmee het in contact staat, hoeft te volgen. Dit is bijzonder moeilijk wanneer de omgeving een "geheugen" heeft, wat betekent dat de eerdere interacties van het systeem invloed blijven uitoefenen op zijn toekomstige gedrag. Dit staat bekend als niet-Markoviaanse dynamica, en het simuleren ervan is lang een knelpunt geweest voor onderzoekers die proberen alles te begrijpen, van chemische reacties tot de werking van toekomstige kwantumcomputers.

Decennialang was de standaardmanier om dit probleem aan te pakken het uitvoeren van duizenden willekeurige simulaties. Stel je voor dat je het weer probeert te voorspellen door een enkel computermodel te draaien dat bij elke stap de windrichting raadt; het resultaat zou een chaotische bende zijn. Om een betrouwbare voorspelling te krijgen, zou je dat model duizenden keren moeten draaien met licht verschillende willekeurige gokken en vervolgens de resultaten moeten middelen. Dit is precies hoe huidige methoden voor open kwantumsystemen werken: ze genereren duizenden "trajecten", of mogelijke geschiedenissen van het systeem, en middelen deze om het werkelijke gedrag te vinden. Hoewel deze aanpak werkt, is het ongelooflijk traag en gevoelig voor statistische ruis, wat betekent dat het antwoord nooit perfect duidelijk is tenzij je een enorm aantal simulaties uitvoert.

Een team onderzoekers aan de National University of Singapore heeft een ander pad voorgesteld. In plaats van te vertrouwen op duizenden willekeurige gokken, hebben zij een methode ontwikkeld die het probleem omzet in één enkele, deterministische berekening. Denk aan het vervangen van de noodzaak om een weermodel duizend keer te draaien door een enkele, zeer geavanceerde vergelijking die rekening houdt met alle mogelijkheden tegelijk. Hun nieuwe techniek, de deterministische polynomiale chaos Galerkin-methode, stelt wetenschappers in staat om in één keer een zeer nauwkeurige benadering te berekenen van het gedrag van een kwantumsysteem dat interageert met een omgeving met een geheugen. Het resultaat is een berekening die niet alleen vrij is van de statistische fouten van willekeurige steekproeven, maar ook honderden keren sneller is dan de traditionele methoden.

De kern van deze doorbraak ligt in de manier waarop de onderzoekers met het "geheugen" van de omgeving omgaan. In de oude aanpak wordt het geheugen behandeld als een complexe, verschuivende wolk van willekeurige ruis die elke keer dat je de simulatie draait, verandert. De nieuwe methode breekt deze ruis af in een eindige set bouwstenen, vergelijkbaar met het ontleden van een complex geluid in een specifieke reeks muzikale noten. Door de invloed van de omgeving met deze vaste componenten weer te geven, kunnen de onderzoekers de bewegingsvergelijkingen herschrijven zodat deze niet langer afhankelijk zijn van willekeurige kansen. In plaats daarvan wordt het probleem een reeks gekoppelde vergelijkingen die beschrijven hoe het systeem evolueert op basis van deze vaste componenten. Dit transformeert een chaotisch, probabilistisch probleem in een gestructureerd, voorspelbaar probleem dat standaard computeroplossers met hoge precisie kunnen afhandelen.

Om hun idee te testen, paste het team de methode toe op verschillende uitdagende scenario's die gebruikelijk zijn in de kwantumfysica. Ze keken naar een eenvoudig tweelags systeem, vergelijkbaar met een piepkleine magneet die omhoog of omlaag kan wijzen, die interageert met een warm bad van deeltjes. Ze simuleerden ook een deeltje dat zich door een landschap van heuvels en dalen beweegt, en modelleerden zelfs het beroemde dubbelspleetexperiment, waarbij een deeltje door twee openingen gaat en een interferentiepatroon creëert. In elk geval vergeleken ze hun nieuwe methode met de beste bestaande technieken, inclusclusief de aanpak met duizenden trajecten en andere geavanceerde wiskundige instrumenten. De resultaten waren opmerkelijk. In de test met het tweelags systeem produceerde de nieuwe methode resultaten met aanzienlijk kleinere fouten dan de traditionele willekeurige methoden, terwijl het minder dan één seconde in beslag nam om uit te voeren. In contrast hiermee duurden de traditionele methoden enkele minuten tot uren om een veel lager niveau van nauwkeurigheid te bereiken.

De onderzoekers hebben de methode ook tot het uiterste gedreven door complexe, driedimensionale systemen te simuleren waarbij deeltjes aan elkaar gekoppeld zijn in een keten. Deze simulaties zijn berucht moeilijk omdat het aantal variabelen explodeert naarmate het systeem groter wordt. Zelfs in deze complexe gevallen slaagde de nieuwe methode erin om vast te leggen hoe de deeltjes elkaar in de loop van de tijd beïnvloedden, waarbij de verwachte patronen van correlatie en beweging met hoge getrouwheid werden gereproduceerd. De methode bleek in staat om niet-kwadratische potentialen te hanteren, wat landschappen zijn die geen eenvoudige parabolen zijn, en modelleerde accuraat de onderdrukking van kwantuminterferentie wanneer de omgeving te luidruchtig wordt. Deze bevindingen suggereren dat de methode robuust genoeg is om de rommelige, realistische omstandigheden aan te kunnen die simpelere modellen vaak verslaan.

Een van de meest significante voordelen van deze aanpak is de efficiëntie. Omdat het een ensemble van duizenden willekeurige trajecten vervangt door een enkele deterministische oplossing, daalt de rekenkracht met een factor die ongeveer gelijk is aan het aantal trajecten dat voorheen vereist was. In de tests betekende dit een versnelling van honderden keren. Bovendien elimineert de methode, omdat deze niet rust op willekeurige steekproeven, de "statistische ruis" die vaak fijne details in de gegevens vertroebelt. Dit stelt onderzoekers in staat om subtiele effecten te zien, zoals de precieze manier waarop een kwantumgolf uitspreidt of hoe deze met zichzelf interfereert, zonder het vervagende effect van willekeurige fouten. De methode is ook flexibel; deze kan worden toegepast op systemen met verschillende soorten omgevingen en kan worden aangepast om gebruik te maken van standaard numerieke oplossers die al breed beschikbaar zijn in de wetenschappelijke informatica.

Het werk komt niet zonder eigen beperkingen. De onderzoekers merkten op dat naarmate de complexiteit van de omgeving toeneemt, ook het aantal bouwstenen dat nodig is om het te beschrijven groter wordt. Dit betekent dat voor extreem grote of complexe systemen de omvang van de berekening nog steeds zal toenemen, hoewel de methode efficiënter blijft dan de alternatieven. Het team suggereert dat toekomstig werk zich kan richten op het meer adaptief maken van de selectie van deze bouwstenen, waardoor de methode automatisch haar middelen kan richten op de belangrijkste delen van het probleem. Voor nu is de methode echter een krachtig nieuw instrument voor het simuleren van open kwantumsystemen.

Door een probleem dat duizenden willekeurige gokken vereiste om te zetten in één enkele, precieze berekening, biedt dit onderzoek een helderder venster op het gedrag van kwantumsystemen in de echte wereld. Het demonstreert dat het zware werk van het simuleren van geheugeneffecten in de kwantummechanica niet hoeft te steunen op brute-force middeling. In plaats daarvan kunnen wetenschappers, met het juiste wiskundige kader, een hogere nauwkeurigheid bereiken in een fractie van de tijd. Deze verschuiving van willekeurige steekproeven naar deterministische berekening kan de ontwikkeling van kwantumtechnologieën versnellen, waardoor onderzoekers betere sensoren, efficiëntere chemische processen en betrouwbaardere kwantumcomputers kunnen ontwerpen door hun gedrag met ongekende snelheid en helderheid te simuleren.