A Universal Approach to Hydrodynamics in Higher Dimensions via Tensor Networks
本文通过在一维矩阵乘积态框架内保留几何局部信息，将密度矩阵截断算法扩展到能够准确预测高达三维量子系统中的高温流体动力学输运系数及交叉动力学，从而克服了高维量子模拟中的经典难解性。
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
在量子力学那广袤而无形的微观世界中，粒子的行为并不像我们日常接触到的固体物体那样。相反，它们存在于一种持续且复杂的关联状态中，无论相隔多远，一个粒子的行为都会瞬间与另一个粒子的行为紧密相连。当物理学家试图理解这些粒子如何随时间运动和相互作用时，他们面临着一道巨大的计算壁垒。随着时间的推移，粒子之间的连接变得如此复杂且繁多，以至于即使是地球上最强大的超级计算机也无法追踪所有的连接。当尝试模拟二维或三维系统（例如一层薄片材料或一块固体物质）时，这个问题变得尤为严重。几十年来，科学家们被迫依赖近似值，或者只能研究一维的粒子链，这使得现实世界中多维材料的行为在高速量子动力学领域中很大程度上仍是一个谜。
然而，自然界往往能找到简化自身的方法。虽然底层的量子规则极其复杂，但这些系统的大尺度行为通常会稳定成可预测的模式，就像单个水分子的混沌运动催生了河流的平滑流动一样。这种大尺度行为被称为流体力学，它支配着热量和能量如何在材料中扩散。理解这些模式对于解释诸如某些金属为何表现出奇异的导电性，或能量如何在恒星等极端环境中移动等现象至关重要。挑战在于，虽然我们知道这些模式的存在，但对于复杂的、多维系统，直接从基础量子定律出发来计算这些模式，曾被认为是经典计算机无法实现的。
一组研究人员现在找到了一种突破这一障碍的方法。他们开发了一种新的计算方法，能够以空前的精度模拟热量和能量如何在二维和三维量子系统中移动。他们的这种方法依赖于一个巧妙的技巧：与其试图追踪粒子之间每一个单一的连接（这需要无限的内存），不如专注于保留对能量流动最重要的局部信息。想象一下试图理解一座城市的交通流量。你不需要知道每辆车在每一秒的确切位置来理解整体的交通拥堵；你只需要知道车辆是如何与其直接邻居进行交互的。通过保持这些局部信息的完整，同时丢弃那些遥远的、相关性较低的细节，研究人员创建出的模拟程序在运行时间上比以往任何方法都要长得多。
研究人员将他们称之为“晶格密度矩阵截断”的新方法在几种不同的量子模型上进行了测试。他们首先模拟了一个呈方格排列（类似于棋盘格）的粒子网格，以观察单点能量随时间扩散的过程。在使用旧方法的以往尝试中，模拟会迅速失去其形状，产生的结果看起来完全不像自然界中预期的对称扩散。然而，新方法却保持了网格的完美对称性，显示出能量向所有方向均匀扩散，正如物理学所预言的那样。这是一个关键测试，证明了该方法可以处理现实世界材料的几何结构，而不会引入人为的畸变。
为了验证结果的精确度，团队将他们的模拟结果与已知的一维链条的数学解进行了对比。他们发现，即使是在模拟二十个相互作用的一维链堆叠时，他们的方法也能与这些精确解完美匹配。这种一致性水平使他们有信心转向更复杂的场景，即不存在精确答案的场景。他们将该方法应用于一种被称为混合场伊辛模型的磁性材料，并在二维条带和三维块体上进行了模拟。通过长时间运行这些模拟，他们能够准确计算出能量在这些材料中扩散的速度。他们发现，在二维空间中，能量以特定的、可预测的速率扩散，并且他们能够以高精度确定这一速率，为这类系统提供了首个可靠的数据。
或许最显著的是，研究人员利用他们的工具观察到了系统变化时粒子运动的一种微妙转变。在某些条件下，粒子的运动速度比标准扩散所预言的要快，这种行为被称为超扩散。随着研究人员增加系统的规模，他们观察到这种快速运动如何缓慢地过渡到日常流体中看到的标准、较慢的扩散。他们能够精确地指出这种交叉何时发生以及需要多长时间，这是一个此前在模拟中被掩盖的细节。这种观察系统在长时间尺度下缓慢演化的能力，为理解量子材料在现实世界中如何表现开启了一扇新的窗口。
这项工作的意义不仅在于计算数字。通过证明经典计算机可以准确模拟复杂量子系统的后期行为，研究人员为测试未来的量子设备提供了一个新标准。当科学家们制造物理量子模拟器来研究这些相同的材料时，他们需要一种可靠的方法来检查机器是否工作正常。这种新方法提供了一个基准，一个可以用来衡量实验结果的可信参考点。它表明，计算能力与观测能力之间的差距正在缩小，使我们离全面理解能量与物质在量子领域如何相互作用的目标又近了一步。这项研究并没有解决量子物理中的所有问题，但它移除了一个阻碍我们理解微观世界如何产生周围材料宏观属性的主要障碍。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。