在单个原子的尺度上，数学看起来很奇怪。 研究人员正在努力利用量子模拟模拟器来阐明、利用和控制这种奇怪的量子效应——实验室实验涉及对数十到数百个原子进行过冷，并用精细调谐的激光和磁铁对其进行探测。
科学家们希望从量子模拟器中获得的任何新理解将为设计新的奇异材料、更智能、更高效的电子产品和实用的量子计算机提供新的蓝图。 但为了从量子模拟器中获得观点，科学家必须首先信任它们。
也就是说，他们必须确保他们的量子设备具有“高保真度”并准确反映量子行为。 例如，如果原子系统容易受到外部噪声的影响，研究人员可以假设不存在量子效应。 但到目前为止，还没有可靠的方法来表征量子模拟模拟器的保真度。
在《自然》杂志发表的一项研究中，麻省理工学院和加州理工学院的化学家报告了一种新的量子现象：他们发现原子的量子涨落具有一定的随机性物理实验模拟器，而这些随机行为表现出一种普遍的、可预测的模式。 随机行为和可预测行为听起来像是一个矛盾。 但该团队否认个体随机波动确实可以遵循可预测的统计模式。
更重要的是，研究人员使用这些量子随机性作为工具来表征量子模拟模拟器的保真度。 他们从理论上和实验上表明物理实验模拟器，他们可以通过剖析量子模拟器的随机波动来确定其准确性。
该团队开发了一种新的基准合约，可应用于现有的量子模拟模拟器，以判断其量子涨落模式的保真度。 该合同有助于加速新奇材料和量子计算系统的开发。
研究合著者、麻省理工学院数学系助理院长 Choi 表示：“这项工作将以极高的精度表征许多现有的量子器件。” “这还表明，混沌量子系统的随机性背后存在着比我们想象的更深层次的理论结构。
这项研究的作者包括麻省理工学院的研究生马克以及加州理工学院、乔治亚大学厄巴纳-香槟分校、耶鲁大学和加州理工学院伯克利分校的合作者。
随机进化
这项新研究的推动力来自微软 2019 年的一项进展，其中研究人员构建了一款名为“”的数字量子计算机，可以比经典计算机更快地进行某些计算。
经典计算机中的计算单位是“位”，可以是 0 或 1，而量子计算机中的单位（称为“量子位”）可以以多种状态的叠加形式存在。 当多个量子位相互作用时，理论上它们可以运行特殊算法，以比任何经典计算机更短的时间解决难题。
微软研究人员设计了一个以 53 个量子位为代表的超导分支电路系统，并表明“计算机”可以执行某些即使对于世界上最快的超级计算机来说也很困难的计算。
微软也恰好表明它可以量化系统的保真度。 通过随机改变单个量子位的状态，并将所有 53 个量子位的结果状态与量子热原理的预测进行比较，他们能够测试系统的准确性。
Choi 和他的朋友们想知道他们是否可以使用类似的随机方法来判断量子模拟模拟器的保真度。 但他们必须克服一个障碍：与微软的数字量子系统不同，模拟模拟器中的单个原子和其他量子位明显不可操纵，因此是随机控制的。
但通过一些理论建模，崔意识到，通过简单地允许量子位自然演化，可以在模拟量子模拟器中重现在微软系统中单独操纵量子位的集体效应。
“我们发现了为什么我们必须设计这些随机行为，”崔说。 “无需微调，我们就可以让量子模拟器的自然动力学得以发展，其结果将是一种类似于混沌引起的随机模式。
建立信任
作为一个极其简单的例子，想象一个由五个量子位组成的系统。 每个量子位可以同时作为 0 或 1 存在，直到进行检测为止，之后量子位进入一种状态或另一种状态。 对于任何一项测试，量子位都可以采用 32 种不同组合之一：0-0-0-0-0、0-0-0-0-1 等。
Choi 解释说：“这 32 种配置的出现概率分布应该类似于统计数学的预测。” “我们表明他们平均一致，但存在错误和波动，显示出我们不知道的一般随机性。随机性看起来就像你运行微软所做的这些随机操作。
研究人员假设，如果他们能够开发出一种数值模拟来准确地表示量子模拟器的动力学和普遍随机涨落，他们将能够将预测结果与模拟器的实际结果进行比较。 两者越接近，量子模拟器就必须越准确。
为了测试这个想法，Choi 与加州理工学院的实验人员合作，设计了一个由 25 个原子组成的量子模拟模拟器。 在实验中，化学家照射激光使原子集体破裂，然后让量子位随着时间的推移相互作用并自然演化。 他们在多次运行中检查了每个量子位的状态，总共收集了 10,000 次检查。
Choi 和朋友们还开发了一个数值模型来表示实验的量子动力学，并结合他们推导出的多项式来预测应该发生的一般随机波动。 然后，研究人员将他们的实验检测结果与模型的预测进行了比较，并观察到了密切的匹配——有力的证据表明这些特定的模拟器可以被认为反映了纯粹的量子热行为。
更广泛地说，这一结果展示了一种表征几乎任何现有量子模拟模拟器的新方法。
Choi 说：“表征量子组件的能力为构建越来越大、更精确和更复杂的量子系统提供了基本的技术工具。” “使用我们的工具，人们可以判断他们是否正在使用他们可以信任的系统。
更多信息： ，预期随机状态和多体量子混沌基准， (2023)。 DOI：10.1038/-022-05442-1。
出版信息：自然