⚛️ quantum physics

A near-term quantum simulation of the transverse field Ising model hints at Glassy Dynamics

本文证明了利用变分量子特征值求解器对横场伊辛模型进行的近期量子模拟，可以揭示玻璃动力学和无序自旋构型的显著特征，从而验证了量子计算工具在探测量子物质复杂动力学行为方面，对于开发新型材料的潜力。

原作者： Shah Ishmam Mohtashim, Arnav Das, Turbasu Chatterjee, Farhan Tanvir Chowdhury

发布于 2026-01-26

📖 1 分钟阅读🧠 深度阅读

原作者： Shah Ishmam Mohtashim, Arnav Das, Turbasu Chatterjee, Farhan Tanvir Chowdhury

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：在量子计算机上模拟“冻结的混沌”

想象一下，你正在试图理解为什么繁忙火车站里的人群会突然停止移动，并陷入一种混乱且停滞的状态。在物理学中，这种“卡住”的状态被称为玻璃动力学（glassy dynamics）。它发生在物质内部具有无序性的情况下，例如在某些磁体或催化剂中；由于可能性实在太多，使用标准的超级计算机极难对其进行预测。

本文作者尝试了一种新方法：他们使用一台近期的量子计算机（一台目前的、尚不完美的机器）来模拟一种特定的磁性系统，称为横场伊辛模型（Transverse Field Ising Model）。他们的目标是观察是否能在数字量子模拟器上捕捉到这些“冻结的混沌”模式。

实验设置：微型磁铁组成的网格

为了实现这一目标，研究人员搭建了一个数字游乐场：

网格： 他们创建了一个虚拟的微型磁铁（自旋）网格。他们测试了两种尺寸：一条由 25 个磁铁组成的长线，以及一个由 36 个磁铁（6x6）组成的方格。
规则（哈密顿量）： 他们编写了这些磁铁如何相互作用的规则。
- “推力”（纵场）： 想象一阵从北风吹来的风。它试图迫使所有磁铁都指向北方。
- “摇晃”（横场）： 想象有人在摇晃桌子。这产生了一种抖动力量，试图让磁铁指向东或西，从而与北风的力量抗衡。
工具（VQE）： 为了找到该系统的最稳定状态，他们使用了一种称为**变分量子特征值求解器（VQE）**的方法。你可以把它想象成一个混合团队：量子计算机负责执行测试不同磁铁排列方式的繁重工作，而经典计算机则充当教练，通过微调设置来寻找能量最低（最稳定）的状态。

发现：寻找无序的“甜点位”

研究人员通过调整“风”（纵场）和“摇晃”（横场）的力量强度，来观察磁铁会发生什么变化。

风太大： 磁铁全部整齐地排列在一个方向上（有序态）。
摇晃太大： 磁铁变得完全随机且混乱（顺磁态）。
“玻璃态”组合： 最有趣的发现发生在他们使用了风与摇晃的特定组合时。

在这种特定的组合中，磁铁并没有简单地整齐排列，也没有变得完全随机。相反，它们形成了一种无序态。网格的一部分试图朝一个方向排列，而另一部分则试图朝相反的方向排列，从而创造出一种混乱且“冻结”的模式，无法稳定下来。

论文声称，这种无序相是“玻璃动力学”的数字等价物。在这种状态下，系统被困在一种复杂且混乱的排列中，就像催化剂（一种加速反应的物质）如果其内部结构过于无序，可能会变得效率低下一样。

现实世界测试：概念验证

为了证明这不仅仅是在完美计算机上的模拟，他们在由 IBM 制造的真实物理量子计算机（7 比特“Oslo”设备）上运行了一个较小规模的实验版本。

结果： 这台真实的机器充满了噪声且并不完美（就像试图在飓风中听清耳语）。结果不如模拟实验那样清晰，能量数值也有些偏差。
结论： 然而，这项实验作为一个概念验证是成功的。它表明，即使使用目前的、不完美的计算技术，我们也开始能够观察到这些复杂的无序模式。这就像是在一个烤箱坏掉的厨房里测试新食谱；蛋糕可能并不完美，但你已经证明了这个食谱确实可以奏效。

为什么这很重要？（根据论文所述）

作者指出，这项工作是利用量子计算机研究复杂材料的“起步”。

催化剂： 他们将此与化学联系起来，暗示正如催化剂中的无序会破坏反应一样，理解这些无序的自旋模式有助于我们理解为什么某些材料会表现出特定的行为。
新材料： 通过了解这些“冻结混沌”状态是如何形成的，科学家最终可能会设计出更好的用于磁存储或催化过程的材料。

总结

简而言之，本文展示了通过使用量子计算机模拟受竞争力量影响的磁铁网格，研究人员成功识别出了一种特定的“混乱”状态，即磁铁陷入无序模式并停滞不前的状态。这模拟了“玻璃态”材料的行为。虽然由于噪声的存在，在实际硬件上的测试表现略显粗糙，但它证明了这种方法是探索传统计算机难以解决的复杂物理行为的一种可行途径。

技术摘要：近端量子模拟横场伊辛模型暗示玻璃态动力学

问题陈述
本文探讨了模拟大规模自旋玻璃系统的计算挑战，这类系统对于理解量子多体物理中的奇异物相和玻璃态转变至关重要。经典的计算方法，如分子动力学和蒙特卡洛模拟，在处理电子波函数随电子数呈指数级增长的问题，以及模拟具有高计算复杂度的无序系统长时间尺度方面存在困难。具体而言，玻璃态系统具有包含众多局部极小值的崎岖能量景观，以及极长的弛豫时间，这使得使用经典高性能计算（HPC）进行精确模拟变得十分困难。作者旨在探索数字量子模拟（DQS）技术，特别是变分量子特征值求解器（VQE），是否能有效探测这些无序自旋构型。

方法论
作者采用了一种混合量子-经典方法，利用变分量子特征值求解器（VQE）算法来模拟带有纵场（longitudinal field）的横场伊辛模型（TFIM）。研究重点关注两种特定的几何结构：

一维伊辛链： 长度为 $n=25$ （25个量子比特）的链。
二维伊辛晶格： 一个 $6 \times 6$ 的正方形晶格（36个量子比特）。

关键技术组件：

哈密顿量构建： 系统哈密顿量包括沿 z 轴的最近邻相互作用（ $J \sum \sigma_i^z \sigma_{i+1}^z$ ）、x 方向的横场（ $-B_x \sum \sigma_i^x$ ）以及 z 方向的纵场（ $-B_z \sum \sigma_i^z$ ）。排除了对角相互作用。
Ansatz（拟设）选择： 作者使用了由 $R_x$ 和 $R_y$ 旋转块组成的“TwoLocal”拟设。至关重要的是，该拟设在设计时不包含量子比特间的纠缠。这一选择旨在降低电路深度并减轻对近端设备噪声的敏感性，同时仍能捕捉问题结构所需的量子涨落。
优化： 使用经典优化器 COBYLA 来最小化哈密顿量的期望值，最大迭代次数为 25,000 次（尽管大多数运行提前收敛）。
软件实现： 作者开发了一个名为 Qiskit Glassy Dynamics（后称为 QuGlassyIsing）的自定义 Python 包，用于模块化地构建一维和二维晶格的哈密顿量。该包能够高效处理相互作用项（ $\sigma^z\sigma^z$ ）和场项（ $\sigma^x, \sigma^z$ ）的生成。
模拟环境： 模拟主要使用 Qiskit Aer GPU 后端进行。此外，还在真实的 7 量子比特 IBM Q Oslo 设备上进行了概念验证演示，使用的是缩减后的 7 自旋模型。

关键结果

能量景观： 模拟显示，增加纵场（ $B_z$ ）会通过使自旋对齐来降低系统能量，而增加横场（ $B_x$ ）则会诱导量子涨落和自旋翻转，但降低能量的效果并不显著。
无序相： 研究识别出了一个特定的无序相区域。这种“无序相”的特征是铁磁畴与反铁磁畴的混合。
- 在不存在纵场（ $B_z=0$ ）的情况下，系统表现出完美的反铁磁有序。
- 仅在特定的 $B_x$ 和 $B_z$ 组合下（例如 $B_z=1, B_x=2$ ）观察到无序态，此时两种场之间的竞争破坏了均匀的有序性，在反铁磁背景中创造了局部的铁磁矩。
- 作者指出，二维模拟中最可能的三个自旋构型几乎完全相同，这表明即使在无序相中也存在连贯的、有模式的有序性。
硬件演示： 在 IBM Q Oslo 设备（7 个量子比特）上的运行显示，其能量收敛曲线存在显著波动，且最终能量值（$-4.0139$）高于理论最小值。这一结果归因于 NISQ（含噪声中等规模量子）设备固有的门误差、读取误差和量子比特退相干。

意义与主张
论文声称提供了一个“原理验证”演示，证明近端量子模拟器可以检测出经典方法难以触及的伊辛模型中的无序相。作者认为，他们的发现：

验证了 VQE 的效用： 他们证明了即使使用非纠缠拟设，VQE 也能在多项式时间内对复杂的波函数进行建模，从而降低了与经典方法相比的计算成本。
阐明了玻璃态动力学： 结果表明，横场与纵场的相互作用创造了一个“崎岖”的能量景观，其中包含亚稳态相，这镜像了自旋玻璃的行为以及由于无序导致反应机制低效的催化过程。
工具开发： QuGlassyIsing 包的引入提供了一个模块化、用户友好的接口来构建用于玻璃态动力学的哈密顿量，为未来的复杂量子系统研究提供了便利。
未来展望： 作者谦虚地指出，虽然目前的 NISQ 限制（相干时间、门保真度）阻碍了向更大、更复杂系统扩展，但他们的工作为未来的容错量子计算（FTQC）应用奠定了基础。他们提出，随着量子纠错技术的改进，这些方法可能会解锁对三维系统和更复杂几何结构的玻璃态行为的模拟，从而为新型磁存储材料和催化系统的设计提供参考。

文章总结道，尽管目前的实现受限于硬件约束，但它成功地突显了利用量子信息处理工具来深入理解玻璃态系统动力学与结构的潜力。