Tomography-free quantum diagnostics of dissipative quantum chaos

In de kwantumwereld is het verschil tussen orde en chaos niet slechts een kwestie van nieuwsgierigheid; het bepaalt hoe een systeem zich gedraagt, hoe het informatie opslaat en of het gecontroleerd kan worden. Voor systemen die volledig geïsoleerd zijn, weten wetenschappers al lang hoe ze chaos kunnen opsporen door te kijken naar de afstand tussen hun energieniveaus, vergelijkbaar met het luisteren naar een specifiek ritme in een trommelslag. Echter, de echte wereld is zelden geïsoleerd. De meeste kwantumsystemen interageren met hun omgeving, waarbij ze energie en informatie verliezen in een proces dat dissipatie wordt genoemd. Wanneer dit gebeurt, veranderen de wiskundige instrumenten die worden gebruikt om het systeem te beschrijven; ze worden "niet-Hermitisch", een term die simpelweg betekent dat de regels van symmetrie die zaken normaal gesproken netjes houden, niet langer van toepassing zijn. In deze rommelige, open omgevingen bestaat chaos nog steeds, maar de oude manieren om het te detecteren falen vaak. De uitdaging is geweest om een nieuwe manier te vinden om te bepalen of een dissipatief systeem werkelijk chaotisch is of slechts ordelijk, zonder dat daarvoor elk afzonderlijk detail van de interne staat in kaart hoeft te worden gebracht, een taak die momenteel onmogelijk is voor grote systemen.

Een team van onderzoekers heeft nu een nieuwe methode ontwikkeld om dit soort chaos te diagnosticeren zonder een volledige reconstructie van de systeemtoestand te hoeven uitvoeren. In plaats van te proberen elk minuscuul onderdeel te meten, richten zij zich op een specifieke grootheid die bijhoudt hoe het systeem evolueert over de tijd. Stel je voor dat je kijkt naar een druppel inkt die zich door water verspreidt. In een chaotisch systeem verspreidt de inkt zich op een complexe, onvoorspelbare manier die diep verbonden is met hoe de verschillende onderdelen van het systeem met elkaar interageren. De onderzoekers creëerden een wiskundig instrument dat de "omvang" van dit verspreidingsproces meet. Ze ontdekten dat voor chaotische systemen deze omvang in een zeer specifief, voorspelbaar patroon groeit en uiteindelijk een stabiele, lineaire toename bereikt. In contrast hiermee vertonen systemen die ordelijk of slechts gedeeltelijk chaotisch zijn een ander groeipatroon, één die anders kromt en afvlakt. Dit verschil in de vorm van de groeicurve fungeert als een vingerafdruk, waardoor wetenschappers chaos van orde kunnen onderscheiden.

De onderzoekers testten dit idee met behulp van computersimulaties van diverse kwantummodellen, waaronder sommige die bekend staan als chaotisch en andere die bekend staan als ordelijk. Ze ontdekten dat de methode opmerkelijk goed werkt wanneer de data voldoende nauwkeurig is. In een test op 45 nieuwe instanties maakte de methode 38 correcte toewijzingen en onthield zij zich bij 7 gevallen van een gok, zonder foutieve classificaties in die specifieke set. De methode is echter niet onfeilbaar; de nauwkeurigheid hangt sterk af van de hoeveelheid verzamelde data. Bijvoorbeeld, met een lager aantal monsters (10^5) produceerde de methode een foutief-klasse percentage van 19% voor bepaalde ordelijke systemen, terwijl het verhogen van de monsters naar 10^6 dit foutpercentage verminderde tot 2%, waarbij de rest van de gevallen resulteerde in onthoudingen in plaats van fouten. Het team ontdekte ook dat het simpelweg meten van hoe groot het effect is op een enkel moment niet genoeg is om het verschil aan te tonen; een systeem kan groot zijn maar nog steeds ordelijk. Het is de vorm van de curve over de tijd die de ware handtekening van chaos draagt. Dit onderscheid is cruciaal omdat het betekent dat wetenschappers chaos kunnen identificeren, zelfs in systemen die er aan de oppervlakte complex en rommelig uitzien, maar eigenlijk een verborgen, ordelijk script volgen.

Een van de meest significante aspecten van dit werk is dat het het gebruik van "tomografie" vermijdt, een proces dat het meten van miljoenen parameters zou vereisen om de volledige staat van het systeem te reconstrueren. In plaats daarvan vertrouwt de nieuwe methode op een eenvoudigere meting die met minder middelen kan worden uitgevoerd. De onderzoekers toonden aan dat deze meting gekoppeld is aan een eigenschap genaamd "zuiverheid" (purity), die beschrijft hoe gemengd of schoon een kwantumtoestand is. Door deze zuiverheid op een specifieke manier te meten, kunnen zij de chaotische aard van het systeem afleiden. In hun tests identificeerde de methode chaotische systemen correct in bijna alle gevallen waarin een beslissing werd genomen, en wanneer zij er niet zeker van was, onthield zij zich simpelweg van een gok in plaats van een fout te maken. Deze betrouwbaarheid suggereert dat de methode robuust is, zelfs wanneer de data enigszins ruis bevat, mits er voldoende monsters worden genomen om fouten te minimaliseren.

De onderzoekers merken echter voorzichtig op dat dit geen wondermiddel is voor elke situatie. Ze testten de methode op systemen die op een specifieke manier gestructureerd zijn, zoals ketens van deeltjes met lokale interacties, en ontdekten dat hoewel de methode soms het verschil kon zien, zij moeite had in gevallen waar het systeem zeer groot was of een specifiek type wanorde vertoonde. In deze moeilijke gevallen zagen de groeicurves van chaotische en ordelijke systemen er te veel op elkaar om te onderscheiden. Deze beperking benadrukt dat, hoewel de methode krachtig is, zij geen universele oplossing is voor alle typen kwantumsystemen. De onderzoekers benadrukten ook dat hun resultaten gebaseerd zijn op computersimulaties en theoretische berekeningen; ze zijn nog niet getest op daadwerkelijke kwantumhardware.

De studie verheldert ook een veelvoorkomend misverstand: dat een systeem "niet-normaal" is (wat betekent dat het bepaalde symmetrieën mist) automatisch betekent dat het chaotisch is. De onderzoekers toonden aan dat dit niet waar is. Een systeem kan niet-normaal zijn en toch ordelijk, en de nieuwe methode is ontworpen om dit onderscheid te vangen. Door te focussen op de vorm van de groeicurve in plaats van alleen op de omvang van het effect, scheidt de methode echte chaos van louter complexiteit. Dit inzicht helpt ons begrip van hoe kwantumsystemen zich in de echte wereld gedragen, waar ze voortdurend met hun omgeving interageren, te verfijnen.

Kijkend naar de toekomst zien de onderzoekers dit werk als een opstapje naar meer geavanceerde diagnostiek. Ze zijn van plan de methode te verfijnen om grotere en complexere systemen aan te kunnen, en ze streven ernaar de methode te testen op werkelijke kwantumcomputers om te zien hoe deze presteert in een echte experimentele setting. Het uiteindelijke doel is om een betrouwbare, efficiënte manier te hebben om kwantumsystemen te monitoren terwijl ze evolueren, om ervoor te zorgen dat ze onder controle blijven of zich gedragen zoals verwacht. Voor nu biedt de ontdekking een heldere, nieuwe lens waardoor men de verborgen dynamiek van de kwantumwereld kan bekijken, waarbij de ware chaos wordt gescheiden van de ruis.