Finite-state automata for exact matrix product operators of tight-binding Hamiltonians: fractals, quasicrystals, trees and hyperbolic lattices

想象一下试图理解电子在材料中运动的行为。在最简单的模型中，科学家将这些电子描绘成在原子之间跳跃，就像旅行者在地图上的城市之间移动一样。这种“紧束缚”（tight-binding）图像是理解电流如何流动、材料如何传导热量以及为什么某些物质具有磁性的基本工具。几十年来，这种模型在规则、重复的模式（如完美正方形的地砖）上表现得最好。但自然界很少如此有序。电子还会穿行于那些拥有奇怪的、虽然重复但从未完全相同的模式的材料中，或者穿行于在每个尺度上都自我重复的形状中，例如海岸线或雪花。这些复杂的几何结构——分形、准晶体和树状结构——创造了常规网格无法解释的奇异电子行为。然而，研究这些结构对计算机来说一直是一场噩梦。随着模拟中原子数量的增加，绘制电子所有可能路径所需的内存会呈爆炸式增长，迅速使即使是最强大的超级计算机也难以承受。

研究团队现在找到了一种驯服这种复杂性的方法。他们开发出一种新方法，利用一种借鉴自计算机处理语言方式的巧妙技巧来描述这些复杂的电子图谱。他们并没有尝试存储一个关于原子间每一个连接的庞大且详细的列表，而是构建了一个紧凑的、基于规则的系统，用极小的数字空间捕捉了整个材料的结构。这个系统允许他们模拟拥有数十亿个原子的材料，这在以前是用精确计算无法达到的规模。通过将这一新工具与一种分析能级的标准技术相结合，他们能够高精度地计算出这些奇异晶格的电子特性，揭示了电子在从分形的自相似模式到双曲空间的弯曲无限扩张等各种环境中的行为。

这项突破的核心在于研究人员组织材料形状信息的方式。在标准的计算机模拟中，描述一个系统所需的内存通常与原子数量成正比。如果你将材料的大小增加一倍，所需的内存也会大致增加一倍。但对于这里研究的复杂形状，所需的内存通常会增长得如此之快，以至于模拟一个大型系统所需的存储空间将超过地球上现有的总和。研究人员意识到，这些特定的形状——分形、准晶体和树状结构——是利用递归规则构建的。这意味着整个结构是由自身更小的副本堆叠而成的。他们将这些规则编码进一个简单的机器中，类似于一个根据经过车辆改变状态的红绿灯，但在这种情况下，该机器追踪着电子在材料构建层级中的移动位置。

这个被称为“有限状态自动机”（finite-state automaton）的机器充当了蓝图的角色。它并不列出每一个原子，而是持有一组指令，告诉计算机如何在从结构的下一层向上一层移动时生成原子之间的连接。因为构建这些形状的规则是有限且可重复的，所以无论系统变得多么庞大，该机器只需要固定且少量的内部状态来描述整个系统。研究人员将这种机器转化为一种被称为“矩阵乘积算符”（matrix product operator）的数学结构。通俗地说，这是将电子运动的规则写成一系列相互连接的小块的方法。这些块的大小仅取决于形状规则的复杂程度，而不取决于原子的总数。这意味着即使模拟包含数十亿个位点，计算机也只需要存储适量的量来描述哈密顿量（Hamiltonically），即决定电子如何移动和相互作用的数学对象。

为了测试他们的方法，团队将其应用于各种具有挑战性的几何结构。他们首先从熟悉的方格和三角网格开始，以确保方法正确，然后转向谢尔宾斯基地毯（Sierpiński carpet），这是一种著名的分形形状，其中一个正方形被重复划分为九个更小的正方形，并去掉了中心的一个。他们还模拟了费波那契链（Fibonacci chain），这是一种在一维空间内排列、遵循严格规则但永不重复的原子链，以及其二维扩展形式。最后，他们攻克了凯莱树（Cayley trees），这是一种从中心点向外生长出的分支结构，以及双曲晶格（hyperbolic lattices），这种网格像马鞍一样向内弯曲，使得远离中心的连接数呈指数级增长。在每种情况下，该方法都实现了对系统规则的精确描述，而从未需要写下完整的连接列表。

一旦规则被编码，研究人员就使用一种称为“核多项式方法”（kernel polynomial method）的技术来计算材料的光谱性质。这种方法可以确定电子可用的能级以及电子在材料中的分布情况，而无需一次性解决整个系统。对于谢尔宾斯基地毯，他们模拟了一个拥有超过20万个位点的系统，发现电子波在结构中保持扩散状态，没有表现出困在某处的迹象。他们还观察了一个拥有近20研究万个位点的费波那契链，发现了准晶体中特有的复杂且非重复的能量模式，即电子密度以复杂的方式变化。在处理双曲晶格时（他们将其建模为第n=10代的3-Cayley树），他们能够绘制出材料中的无序如何影响电子流，展示了即使在环境混乱的情况下，结构的对称性依然得以保持。

这项工作的意义在于，它提供了一种统一的方法来研究此前难以精确模拟的广泛类别的材料。在此之前，研究人员通常不得不依赖近似值，或者只能研究这些系统的极小版本，这可能会遗漏重要的大规模行为。通过使用这种新方法，他们现在可以探索规模比以往任何时候都呈指数级增长的复杂晶格的电子特性。该方法之所以强大，是因为它是精确的；它不会丢弃信息或对系统的行为进行猜测，它只是找到了一种更高效的记录规则的方式。这为探索电子在非欧几里得几何结构中的行为打开了大门，这对于科学家利用光、电路和原子阵列构建新型量子模拟器正变得越来越重要。

研究人员还指出，虽然他们的方法对于所研究的形状非常完美，但它依赖于这些形状是由简单的、重复的规则构建的事实。如果一种材料具有不遵循此类清晰模式的结构，这种特定的方法可能不会像这样有效。然而，对于庞大的递归结构晶格家族而言，该方法提供了一个强大的新视角。它允许科学家研究拥有数十亿个原子的材料的电子特性，这一规模对于理解现实世界的设备以及设计具有定制属性的新材料至关重要。能够精确模拟这些系统意味着计算机做出的预测与物理定律本身一样可靠，为未来在量子物质领域的实验和发现提供了坚实的理论基础。