Non-Abelian quantum Hall states at strong Landau level mixing: finding anyons with first-principles AI

No estranho mundo da física quântica, as partículas nem sempre se comportam como os objetos sólidos que vemos ao nosso redor. Às vezes, elas agem mais como ondulações em um lago e, quando muitas delas interagem sob condições extremas, podem formar um novo tipo de matéria com regras próprias. Um dos lugares mais fascinantes onde isso acontece é no efeito Hall quântico fracionário, um estado da matéria que surge quando os elétrons são aprisionados em uma camada plana e submetidos a um campo magnético poderoso. Sob essas condições, os elétrons se organizam em um estado fluido altamente ordenado. Dentro desse fluido, os elétrons podem agir como se estivessem carregando uma fração de sua carga elétrica usual, e podem formar partículas exóticas chamadas áons. Esses áons são especiais porque trocar suas posições não apenas altera o sistema ligeiramente; altera fundamentalmente o estado quântico de todo o grupo de uma forma que é impossível de desfazer com medições simples. Esse comportamento único os torna um forte candidato para a construção da próxima geração de computadores quânticos, que poderiam resolver problemas que são atualmente impossíveis para as máquinas de hoje. No entanto, descobrir exatamente qual tipo de áon existe nesses sistemas tem sido um enigma de décadas, complicado pelo fato de que os elétrons estão constantemente se empurrando de maneiras difíceis de calcular.

Por muito tempo, os cientistas lutaram para prever a natureza exata desses fluidos quânticos porque os métodos padrão de cálculo falham quando os elétrons interagem de forma muito intensa. Em muitos experimentos, os elétrons estão tão aglomerados e energéticos que saltam entre diferentes níveis de energia, um fenômeno conhecido como mistura de níveis de Landau. Os modelos computacionais tradicionais geralmente ignoram esses saltos ou os tratam como um erro pequeno e gerenciável, mas, na realidade, essa mistura é frequentemente a força dominante que molda o sistema. Sem contabilizá-la, as teorias produziram previsões conflitantes, deixando os pesquisadores incertos se os elétrons formam um tipo específico de ordem topológica ou outro. A questão permaneceu aberta por mais de trinta anos, com diferentes experimentos apontando para respostas distintas e modelos teóricos falhando em concordar com a verdade fundamental.

Uma equipe de pesquisadores do Instituto de Tecnologia de Massachusetts agora abordou este problema usando uma abordagem completamente diferente: inteligência artificial. Em vez de tentar forçar a física em uma equação simplificada, eles treinaram uma rede neural — um tipo de programa de computador inspirado no cérefeito humano — para aprender o comportamento dos elétrons diretamente das leis fundamentais da natureza. Eles começaram com as equações básicas que descrevem como os elétrons se repelem e se movem em um campo magnético, sem dizer ao computador qual tipo de estado ele deveria encontrar. A rede neural teve permissão para explorar o vasto cenário de possíveis arranjos eletrônicos por conta própria, procurando pela configuração que minimizasse a energia do sistema. Este método é poderoso porque não depende de suposições humanas ou teorias pré-existentes sobre como a resposta deveria ser; ele simplesmente deixa os dados falarem.

Os pesquisadores focaram em um cenário específico onde os elétrons estão totalmente polarizados em seu spin e ocupam um fator de preenchimento de 3/2. Isso significa que o nível de energia mais baixo está completamente cheio e o próximo nível está na metade. Nesse cenário, a equipe simulou um sistema com vinte e um elétrons e descobriu que a rede neural encontrou com sucesso um estado estável, do tipo líquido. Quando analisaram as propriedades desse estado, encontraram uma assinatura específica de uma ordem topológica não-Abeliana. Essa assinatura apareceu na maneira como os elétrons estavam emaranhados uns com os outros, revelando a presença de áons com uma propriedade matemática específica conhecida como dimensão quântica da raiz quadrada de dois. Este valor é a marca registrada de um tipo particular de ordem chamada tipo Ising, que é exatamente o que é necessário para a computação quântica tolerante a falhas. A simulação mostrou que este estado é robusto e estável, mesmo quando os elétrons interagem de forma muito forte.

Para determinar exatamente qual versão dessa ordem topológica os elétrons haviam escolhido, os pesquisadores compararam seu estado descoberto pela IA contra várias teorias concorrentes. Havia três candidatos principais para o estado fundamental: o Pfaffiano de Moore-Read, seu conjugado partícula-buraco conhecido como anti-Pfaffiano, e uma terceira possibilidade chamada Pfaffiano partícula-buraco. Ao calcular o quão de perto a solução da IA correspondia a cada um desses modelos teóricos, a equipe encontrou um vencedor claro. O estado descoberto pela rede neural sobrepôs-se mais fortemente ao anti-Pfaffiano. Este resultado é significativo porque sugere que, quando a mistura de níveis de Landau é forte, o sistema naturalmente favorece a ordem anti-Pfaffiana sobre as outras. O estudo excluiu explicitamente o Pfaffiano partícula-buraco como um candidato viável para o estado fundamental neste regime, já que a sobreposição com esse modelo permaneceu muito pequena, independentemente da força das interações.

O poder desta abordagem reside em sua capacidade de lidar com toda a complexidade do problema sem simplificar a física. Estudos anteriores tiveram que limitar seus cálculos a apenas um ou dois níveis de energia ou tratar a mistura entre níveis como uma correção menor. Este novo método incluiu todos os elétrons e todos os níveis de energia na simulação, capturando o efeito total das interações fortes. Os pesquisadores verificaram suas descobertas checando a energia do sistema e comparando-a com cálculos antigos e mais limitados, descobrindo que seu modelo de IA produzia consistentemente energias mais baixas e mais precisas. Eles também observaram que, à medida que a força da mistura aumentava, os elétrons começavam a se redistribuir através de níveis de energia mais altos, um detalhe que os modelos antigos perderam inteiramente.

Este trabalho fornece uma solução direta, de primeiros princípios, para um problema que resistiu à descrição teórica por décadas. Ele demonstra que a inteligência artificial pode ser usada para descobrir as regras ocultas da matéria quântica, encontrando padrões que são complexos demais para a matemática tradicional revelar. As descobertas são particularmente relevantes para experimentos recentes em materiais como diseleneto de tungstênio monocamada e óxido de zinco, onde efeitos de mistura forte semelhantes são observados. Nesses materiais, a massa pesada dos elétrons torna a mistura entre os níveis de energia inevitável, criando um ambiente perfeito para o tipo de ordem não-Abeliana que os pesquisadores identificaram. Ao mostrar que o estado anti-Pfaffiano é o provável estado fundamental sob essas condições, o estudo oferece um alvo concreto para experimentalistas verificarem e ajuda a esclarecer o caminho para a construção de computadores quânticos topológicos práticos. A pesquisa confirma que, quando os elétrons são permitidos interagir plenamente e sem restrições artificiais, eles se estabelecem em um estado específico e altamente ordenado que detém a chave para uma nova era da tecnologia quântica.