Certified Discovery of Quantum Phase Diagrams
本文提出了一种高效且具有可证明正确性的量子算法,该算法通过绝热输运参考态并利用温和的频率过滤探测器来检测能隙闭合,从而发现平滑局部哈密顿量族的量子相图,且无需预先知晓序参量或训练数据。
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
在量子物理的世界中,物质可以以远比熟悉的固态、液态或气态更为复杂的形态存在。这些被称为量子相(quantum phases),它们产生于粒子间的相互作用,这种作用创造了诸如超导性或奇异磁序之类的集体行为。为了理解这些材料,科学家们绘制出“相图”(phase diagram),这是一种显示在特定条件(如温度或压力)下存在哪种相的图表。然而,当物理学家构建量子计算机来模拟这些材料时,他们经常遇到一个问题:机器可以制备出这些奇异的状态,但没有人知道制备是否正确。经典计算机运行速度太慢,无法检查结果,而对于这些新的物态,也没有教科书式的标准答案。如果没有一种验证结果的方法,这台机器本质上就是一个黑箱,产生的数据是无法被信任的。
加州理工学院和 Oratomic, Inc. 的一个研究团队现在提出了一种解决该问题的方法。他们描述了一种让量子机器不仅能够探索这些材料,而且能够以数学上的确定性证明不同相之间的边界所在的方法。他们的工作表明,构建一种算法是可能的,该算法可以获取一个量子系统的基本描述和一些未经验证的起始点,然后系统地探索系统的行为,从而绘制出一张完整的相位图。至关重要的是,每当算法识别出两个相之间的边界时,它都会生成一个证书(certificate)——即一段任何人都可以检查以确认该发现是真实的证据。这意味着机器不仅仅是在猜测;它在学习并证明其周围的量子结构。
这一发现的核心在于一种巧妙的“倾听”量子系统的方式。想象一下,这个系统就像一个高度代表能量的景观。在某些区域,景观是平滑且稳定的,代表着一个具有“能隙”(gap)的相,这意味着系统能够抵抗微小的变化。在另一些区域,这个能隙会关闭,标志着向新相的转变。研究人员的算法通过用一种特定类型的探测器轻轻推动系统来工作,就像敲击一口钟来听它的回响。如果系统处于稳定相,敲击不会产生显著反应。但当系统接近能隙关闭的相边界时,敲击会产生可检测到的涟漪或激发。通过测量这种响应,算法便知道自己找到了边界。
这种方法的革命性之处在于,它不需要科学家预先知道他们在寻找什么。他们不需要提供“序参数”(order parameter,即通常用于识别相的特定数学量),也不需要训练数据或告诉机器什么是什样的标签。机器从一些参考态开始——这些是可能正确也可能失败的系统制备状态——然后通过参数空间(即系统所有可能条件的集合)进行移动。如果一个参考态失败了,算法只需将其丢弃并尝试另一个。如果一个状态是成功的,算法会将其作为种子来探索周围区域,将该状态传输到新的条件下并检查变化。
研究人员证明,对于连续相变(即平滑变化而非突然跳变),这种方法保证有效。他们表明,连续相变不可能对于他们的局部探测器而言是“黑暗”的(即不可见的)。如果能隙正在关闭,系统必须以一种可被探测到的方式对探测器做出响应。这种响应即作为证书。该算法足够高效,即使在系统规模增长时,也能在量子计算机上以合理的时间内运行。它可以精确地解析相图,识别出转变发生的准确位置。
为了测试他们的想法,团队在几个著名的量子模型上运行了数值模拟,其中包括一个由于“符号问题”(sign problem)而使经典计算机极难求解的相互作用费米子系统、一个著名的北凯特(Kitaev)蜂窝模型,以及一个在均匀场中的托里科德(toric code)模型。在每种情况下,算法都成功绘制了相图。它识别出了不同相之间的边界,例如从磁序到无能隙态的转变,且结果与已知的理论边界高度吻贴。该算法甚至通过一种针对这些状态混合物的特殊测量技术,处理了基态简并(即存在多个最低能量状态)的情况。
这项工作也解决了经典版本的难题。虽然量子算法最为强大,但研究人员表明,经典计算机也可以学习相图,尽管耗时会更长。这种经典方法通过在小范围内模拟系统并使用类似的逻辑来检测边界,前提是系统具有某些局部特性。这种双重方法强调了这项发现背后的原理是稳健的,无论是在量子机器还是经典机器上执行。
这项研究的意义不仅限于绘制已知模型。它为未来的量子设备如何发现全新的物理学提供了蓝图。随着量子模拟器变得越来越普遍并开始处理人类无法解决的问题,拥有一种验证其结果的方法是至关重要的。该算法提供了一条路径,让机器可以探索未知、发现新的物态,并在无需人类专家进行每一步验证的情况下,为其发现提供证明。它将量子计算机从一个产生未经证实数据的工具,转变为一个能够发现并证实自然界新规律的合作伙伴。
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。