二維自旋 1/2 模型中相變動力學的示意圖。在初始順磁狀態（底部）中，自旋與橫向磁場的方向對齊。然後，沿着排序方向測量該狀態下的自旋配置通常會產生指向上方（藍色錐體）或指向下方（紅色錐體）的隨機自旋模式。在量子臨界點緩慢上升之後，系統發展鐵磁疇的量子疊加，在沿有序方向測量自旋配置時，通常會在此類域的馬賽克上產生坍縮（頂部）。在正面，我們將鐵磁相關範圍的增長作為從 t = −τ 開始的時間 t 的函數Q當斜坡穿過臨界狀態時，臨界點位於t = 0。決定基布爾-祖雷克 （KZ） 機制中域大小的癒合長度 ξˆ 是在特徵時間設置的∣∣t∣GS 超過系統中相關聲音 c 的最大速度。學分： 科學進展 （2022）.DOI： 10.1126/sciadv.abl6850
在奧格斯堡大學的參與下，一個國際物理學家團隊首次證實了量子物理學中一個重要的理論預測。對此的計算非常複雜，以至於到目前為止，即使對於超級計算機來說，它們也過於苛刻。然而，研究人員成功地使用機器學習領域的方法大大簡化了它們。該研究提高了對量子世界基本原理的理解。它已發表在《科學進展》雜誌上。
單個檯球運動的計算相對簡單。然而，預測容器中大量氣體粒子的軌跡是困難的，這些氣體粒子不斷碰撞，被減慢和偏轉，要困難得多。但是，如果甚至根本不清楚每個粒子的移動速度有多快，以至於它們在任何給定時間都會有無數可能的速度，而這些速度僅在概率上有所不同，那該怎麼辦？
量子世界的情況類似：量子力學粒子甚至可以同時具有所有潛在的可能性質。這使得量子力學系統的狀態空間非常大。如果你的目標是模擬量子粒子如何相互作用，你必須考慮它們的完整狀態空間。
“這非常複雜，”奧格斯堡大學物理研究所的Markus Heyl教授博士說。“計算工作量隨着粒子數量的增加呈指數級增長。它有超過40個粒子，它已經如此之大，即使是最快的超級計算機也無法應對它。這是量子物理學的重大挑戰之一。
神經網絡使問題易於管理
為了簡化這個問題，Heyl的團隊使用了機器學習領域的方法——人工神經網絡。有了這些，量子力學狀態可以重新制定。“這使得它對於計算機來說是可管理的，”Heyl解釋說。
使用這種方法，科學家們研究了一個重要的理論預測，到目前為止，這仍然是一個懸而未決的挑戰 - 量子Kibble-Zurek機制。它描述了物理系統在所謂的量子相變下的動態行為。從宏觀和更直觀的世界相變的一個例子是從水到冰的過渡。另一個例子是磁體在高溫下的消磁。
如果你反過來冷卻材料，磁鐵在低於一定的臨界溫度時再次開始形成。但是，這不會在整個材料中均勻地發生。相反，許多具有不同排列的北極和南極的小磁鐵是同時產生的。因此，得到的磁鐵實際上是許多不同，較小的磁鐵的馬賽克。物理學家還說它包含缺陷。
Kibble-Zurek機制預測了這些缺陷中有多少是可以預期的（換句話說，材料最終將由多少微型磁鐵組成）。特別有趣的是，這些缺陷的數量是普遍的，因此與微觀細節無關。因此，許多不同的材料的行為完全相同，即使它們的微觀成分完全不同。
基布爾-祖雷克機制和大爆炸後星系的形成
基布爾-祖雷克機制最初是為了解釋宇宙中結構的形成而引入的。在大爆炸之後，宇宙最初是完全均勻的，這意味着宿主物質是完全均勻分布的。很長一段時間以來，人們一直不清楚星系，太陽或行星是如何從這種均勻狀態中形成的。
在這種情況下，基布爾-祖雷克機制提供了一個解釋。隨着宇宙的冷卻，缺陷以類似於磁鐵的方式發展。與此同時，宏觀世界中的這些過程是眾所周知的。但是有一種類型的相變尚無法驗證該機制的有效性 - 即前面已經提到的量子相變。“它們只存在於-273攝氏度的絕對零度溫度點，”Heyl解釋說。“因此，相變不是在冷卻過程中發生的，而是通過相互作用能量的變化 - 你可能會想到，也許，改變壓力。
科學家們現在已經在超級計算機上模擬了這種量子相變。因此，他們能夠首次證明基布爾-祖雷克機制也適用於量子世界。“這絕不是一個顯而易見的結論，”奧格斯堡物理學家說。“我們的研究使我們能夠更好地描述許多粒子的量子力學系統的動力學，從而更準確地理解控制這個奇異世界的規則。
更多信息：Markus Schmitt等人，二維橫向場伊辛模型中的量子相變動力學，科學進展（2022）。DOI： 10.1126/sciadv.abl6850
期刊信息：科學進展
