• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  Science >> Scienza >  >> Fisica
    Simulazione della magnetizzazione in una catena di spin quantistici di Heisenberg
    Credito:Google LLC

    Il rapido progresso dei simulatori quantistici consente ora di studiare problemi che prima erano limitati al dominio della fisica teorica e della simulazione numerica. Un team di ricercatori di Google Quantum AI e i suoi collaboratori hanno dimostrato questa nuova capacità studiando la dinamica dei magneti quantistici 1D, in particolare le catene di particelle con spin 1⁄2.



    Hanno studiato un problema di meccanica statistica che è stato al centro dell'attenzione negli ultimi anni:un magnete quantistico unidimensionale di questo tipo potrebbe essere descritto dalle stesse equazioni della neve che cade e si aggrega?

    Sembra strano che i due sistemi siano collegati, ma nel 2019 i ricercatori dell’Università di Lubiana hanno trovato prove numeriche sorprendenti che li hanno portati a congetturare che la dinamica dello spin nel modello Heisenberg spin-1⁄2 sia nel modello Kardar-Parisi- Classe di universalità Zhang (KPZ), basata sul ridimensionamento della funzione di correlazione spin-spin a temperatura infinita.

    L'equazione KPZ è stata originariamente introdotta per descrivere la dinamica stocastica e non lineare delle interfacce guidate e ha dimostrato di applicarsi a un'ampia gamma di sistemi classici, come i fronti crescenti degli incendi boschivi, che appartengono alla classe di universalità KPZ. Sarebbe sorprendente se il modello di Heisenberg con spin 1⁄2 rientrasse in questa classe di universalità, come ipotizzato dai ricercatori di Lubiana, perché è lineare e non stocastico, a differenza degli altri sistemi di questa classe.

    Nel 2022, le simulazioni quantistiche hanno iniziato a far luce su questa domanda con esperimenti sugli atomi freddi condotti dai ricercatori del Max-Planck-Institut für Quantenoptik. Studiando il rilassamento di uno squilibrio iniziale degli spin magnetici, trovarono prove sperimentali a sostegno di questa congettura, che furono pubblicate su Science nel 2022.

    Per esplorare ulteriormente le dinamiche di spin in questo modello, la collaborazione di Google ha sfruttato la capacità del processore quantistico superconduttore di acquisire rapidamente grandi quantità di dati sperimentali, consentendo uno studio dettagliato delle statistiche sottostanti.

    Nello specifico, utilizzando una catena di 46 qubit superconduttori, hanno misurato la distribuzione di probabilità di quanti spin attraversavano il centro della catena, una quantità nota come magnetizzazione trasferita. La media e la varianza di questa distribuzione hanno mostrato un comportamento coerente con l'appartenenza alla classe di universalità KPZ, in pieno accordo con i risultati del gruppo Max-Planck-Institut.

    Simulazione della magnetizzazione in una catena di spin quantistici di Heisenberg. Credito:Google LLC

    È stato solo quando hanno esaminato attentamente il terzo (asimmetria) e il quarto (curtosi) momento della magnetizzazione trasferita che hanno trovato chiare deviazioni dalle previsioni per la classe di universalità KPZ, indicando che la congettura non regge sulle scale temporali sondate nell'esperimento .

    In generale, misurare la distribuzione di una variabile stocastica con sufficiente precisione tale da poter risolvere i momenti più elevati con un segnale-rumore sufficiente è estremamente impegnativo; necessita di campionamento rapido, alto livello di controllo e, per i processori quantistici, coerenza quantistica. Questo lavoro, pubblicato in Science il 5 aprile 2024, rappresenta in modo eccellente l'attuale entusiasmante era della simulazione quantistica, in cui i processori quantistici consentono di approfondire la nostra comprensione di nuovi fenomeni fisici.

    Ulteriori informazioni: E. Rosenberg et al, Dinamica della magnetizzazione a temperatura infinita in una catena di spin di Heisenberg, Scienza (2024). DOI:10.1126/science.adi7877

    Informazioni sul giornale: Scienza

    Fornito da Google LLC




    © Scienza https://it.scienceaq.com