模拟海森堡量子自旋链中的磁化

来源：谷歌有限责任公司

量子模拟器的快速发展现在使他们能够研究以前仅限于理论物理和数值模拟领域的问题。Google Quantum AI 的一组研究人员及其合作者通过研究一维量子磁体的动力学，特别是自旋 1⁄2 粒子链，展示了这种新颖的能力。

他们研究了一个近年来备受关注的统计力学问题：这样的一维量子磁体能否用与雪落下和聚集在一起相同的方程式来描述？

这两个系统连接起来似乎很奇怪，但在 2019 年，卢布尔雅那大学的研究人员发现了惊人的数值证据，使他们推测自旋 1⁄2 海森堡模型中的自旋动力学属于 Kardar-Parisi-Zhang （KPZ） 普遍性类，基于无限温度自旋-自旋相关函数的缩放。

KPZ方程最初用于描述驱动界面的随机非线性动力学，并已被证明适用于属于KPZ通用性类的各种经典系统，例如森林火灾的生长前沿。如果自旋-1⁄2海森堡模型属于这个普遍性类别，那将是令人惊讶的，正如卢布尔雅那的研究人员所推测的那样，因为它是线性和非随机的，与该类中的其他系统不同。

2022 年，马克斯-普朗克量子研究所的研究人员进行的冷原子实验开始阐明这个问题。通过研究磁自旋初始不平衡的松弛，他们找到了支持这一猜想的实验证据，该猜想于 2022 年发表在《科学》杂志上。

为了进一步探索该模型中的自旋动力学，谷歌合作利用其超导量子处理器快速获取大量实验数据的能力，从而可以对基础统计数据进行详细研究。

具体来说，他们使用一个由46个超导量子比特组成的链，测量了有多少个自旋穿过链中心的概率分布，这个量被称为转移的磁化强度。该分布的均值和方差显示出与KPZ普遍性类别一致的行为，与Max-Planck-Institut小组的发现完全一致。

只有当他们仔细检查转移磁化的第三个（偏度）和第四（峰度）矩时，他们才发现与KPZ普遍性等级的预测有明显的偏差，这表明该猜想在实验中探测的时间尺度上不成立。

通常，以足够的精度测量随机变量的分布，以便可以通过足够的信噪比解析较高的时刻，这是非常具有挑战性的;它需要快速采样、高水平控制，对于量子处理器来说，还需要量子相干性。这项工作于 2024 年 4 月 5 日发表在《科学》杂志上，出色地代表了当前激动人心的量子模拟时代，在这个时代，量子处理器可以加深我们对新物理现象的理解。

更多信息：E. Rosenberg 等人，海森堡自旋链中无限温度下的磁化动力学，《科学》（2024 年）。DOI： 10.1126/science.adi7877

期刊信息： Science