Simulando magnetização em uma cadeia de spin quântico de Heisenberg
Crédito:Google LLC O rápido progresso dos simuladores quânticos permite-lhes agora estudar problemas que antes estavam limitados ao domínio da física teórica e da simulação numérica. Uma equipe de pesquisadores do Google Quantum AI e seus colaboradores demonstraram essa nova capacidade estudando a dinâmica em ímãs quânticos 1D, especificamente cadeias de partículas de spin-1⁄2.
Eles investigaram um problema de mecânica estatística que tem sido o foco de atenção nos últimos anos:poderia tal ímã quântico 1D ser descrito pelas mesmas equações que a neve caindo e se aglomerando?
Parece estranho que os dois sistemas estivessem conectados, mas em 2019, pesquisadores da Universidade de Ljubljana encontraram evidências numéricas impressionantes que os levaram a conjecturar que a dinâmica do spin no modelo spin-1⁄2 Heisenberg está no modelo Kardar-Parisi- Classe de universalidade Zhang (KPZ), baseada no escalonamento da função de correlação spin-spin de temperatura infinita.
A equação KPZ foi originalmente introduzida para descrever a dinâmica estocástica e não linear de interfaces acionadas e provou ser aplicada a uma ampla gama de sistemas clássicos, como frentes crescentes de incêndios florestais, que pertencem à classe de universalidade KPZ. Seria surpreendente se o modelo spin-1⁄2 de Heisenberg estivesse nesta classe de universalidade, conforme conjecturado pelos pesquisadores de Ljubljana, porque é linear e não estocástico, ao contrário dos outros sistemas desta classe.
Em 2022, simulações quânticas começaram a esclarecer esta questão com experimentos com átomos frios realizados por pesquisadores do Max-Planck-Institut für Quantenoptik. Ao estudar o relaxamento de um desequilíbrio inicial dos spins magnéticos, eles encontraram evidências experimentais que apoiam esta conjectura, que foi publicada na Science em 2022.
Para explorar ainda mais a dinâmica de spin neste modelo, a colaboração do Google aproveitou a capacidade do seu processador quântico supercondutor para adquirir rapidamente grandes quantidades de dados experimentais, permitindo um estudo detalhado das estatísticas subjacentes.
Especificamente, usando uma cadeia de 46 qubits supercondutores, eles mediram a distribuição de probabilidade de quantos spins cruzaram o centro da cadeia, uma quantidade conhecida como magnetização transferida. A média e a variância dessa distribuição apresentaram comportamento condizente com estar na classe de universalidade KPZ, em plena concordância com os achados do grupo Max-Planck-Institut. Simulando magnetização em uma cadeia de spin quântico de Heisenberg. Crédito:Google LLC Foi somente quando examinaram cuidadosamente o terceiro (assimetria) e o quarto (curtose) momentos da magnetização transferida que encontraram desvios claros das previsões para a classe de universalidade KPZ, indicando que a conjectura não se sustenta nas escalas de tempo sondadas no experimento .
Geralmente, medir a distribuição de uma variável estocástica com precisão suficiente para que os momentos mais elevados possam ser resolvidos com sinal-ruído suficiente é extremamente desafiador; precisa de amostragem rápida, alto nível de controle e, para processadores quânticos, coerência quântica. Este trabalho, publicado em Science em 5 de abril de 2024, representa de forma excelente a atual e emocionante era da simulação quântica, na qual os processadores quânticos permitem aprofundar nossa compreensão de novos fenômenos físicos.
