Incluso en la escala de la vida cotidiana, la naturaleza se rige por las leyes de la física cuántica. Estas leyes explican fenómenos comunes como la luz, el sonido, el calor o incluso las trayectorias de las bolas en una mesa de billar. Pero cuando se aplica a un gran númerode las partículas que interactúan, las leyes de la física cuántica en realidad predicen una variedad de fenómenos que desafían la intuición.
Para estudiar los sistemas cuánticos hechos de muchas partículas, los físicos primero deben poder simularlos. Esto se puede hacer resolviendo las ecuaciones que describen su funcionamiento interno en las supercomputadoras. Pero mientras la Ley de Moore predice que el poder de procesamiento de las computadoras duplica cadaUn par de años, esto está muy lejos del poder necesario para enfrentar los desafíos de la física cuántica.
La razón es que predecir las propiedades de un sistema cuántico es enormemente complejo y exige un poder computacional que crece exponencialmente con el tamaño del sistema cuántico, una tarea "intrínsecamente compleja", según el profesor Vincenzo Savona, quien dirige el Laboratoriode Física Teórica de Nanosistemas en EPFL.
"Las cosas se vuelven aún más complicadas cuando el sistema cuántico está abierto, lo que significa que está sujeto a las perturbaciones de su entorno", agrega Savona. Y, sin embargo, las herramientas para simular eficientemente los sistemas cuánticos abiertos son muy necesarias, como la mayoría de los experimentos experimentales modernosLas plataformas para la ciencia y la tecnología cuánticas son sistemas abiertos, y los físicos están constantemente buscando nuevas formas de simularlas y compararlas.
Pero se ha logrado un progreso significativo gracias a un nuevo método computacional que simula sistemas cuánticos con redes neuronales. El método fue desarrollado por Savona y su estudiante de doctorado Alexandra Nagy en EPFL - e independientemente por científicos de la Universidad Paris Diderot, el Heriot-Watt University en Edimburgo, y el Flatiron Institute en Nueva York. El trabajo total se publica en tres artículos en Cartas de revisión física .
"Básicamente combinamos avances en redes neuronales y aprendizaje automático con herramientas cuánticas de Monte Carlo", dice Savona, refiriéndose a un gran conjunto de herramientas de métodos computacionales que los físicos usan para estudiar sistemas cuánticos complejos. Los científicos entrenaron una red neuronal para representar simultáneamentelos muchos estados cuánticos en los que un sistema cuántico puede ser emitido por la influencia de su entorno.
El enfoque de la red neuronal permitió a los físicos predecir las propiedades de los sistemas cuánticos de tamaño considerable y geometría arbitraria. "Este es un enfoque computacional novedoso que aborda el problema de los sistemas cuánticos abiertos con versatilidad y mucho potencial para la ampliación,"dice Savona. El método se convertirá en una herramienta de elección para el estudio de sistemas cuánticos complejos y, mirando un poco más en el futuro, para evaluar los efectos del ruido en el hardware cuántico.
Fuente de la historia :
Materiales proporcionados por Escuela Politécnica Federal de Lausana . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :