குவாண்டம் கணினியைப் பயன்படுத்தி குழப்பமான துகள்களை உருவகப்படுத்துதல்

ஆஸ்டினில் உள்ள டெக்சாஸ் பல்கலைக்கழகத்தில் சக ஊழியருடன் பணிபுரியும் குவாண்டினுமில் உள்ள ஆராய்ச்சியாளர்கள் குழு, குறைந்த எண்ணிக்கையிலான குயூபிட்களுடன் இயங்கும் குவாண்டம் கணினியைப் பயன்படுத்தி எண்ணற்ற குழப்பமான துகள்களை உருவகப்படுத்துவதற்கான வழியை உருவாக்கியுள்ளனர். நேச்சர் பிசிக்ஸ் இதழில் வெளியிடப்பட்ட அவர்களின் ஆய்வறிக்கையில், குழு அவர்களின் நுட்பத்தை விவரிக்கிறது.

பொருட்களில் மூலக்கூறுகள் எவ்வாறு செயல்படுகின்றன என்பதைப் பற்றி மேலும் அறிய, ஆராய்ச்சியாளர்கள் கணினியில் அவற்றின் நடத்தையை உருவகப்படுத்துவதற்கான உத்திகளைக் கொண்டு வந்துள்ளனர். இத்தகைய முயற்சிகள் எளிமையான செயல்பாடுகளுடன் சிறப்பாகச் செயல்பட்டன, ஆனால் ஒரு குறிப்பிட்ட கால இடைவெளியில் துகள்களின் எல்லையற்ற நீண்ட வரிசை போன்ற சிக்கலான உருவகப்படுத்துதலில் சிக்கலில் சிக்கியுள்ளன. பாரம்பரிய மீக்கணினிகள் மீதான முயற்சிகள் வீழ்ச்சியடைந்துள்ளன, மேலும் குவாண்டம் கணினி இந்த வேலையை மிகச் சிறப்பாகச் செய்ய முடியும் என்று ஆராய்ச்சியாளர்கள் கருதுகின்றனர். இந்த புதிய முயற்சியில், அது உண்மைதான் என்று ஆராய்ச்சியாளர்கள் கண்டறிந்துள்ளனர்.

அத்தகைய சிக்கலைச் சமாளிக்கும் திறன் கொண்ட ஒரு அல்காரிதத்தை இயக்குவதற்கான திறவுகோல், உருவகப்படுத்துதலை இயக்குவதற்குத் தேவையான செயல்பாடுகளை மேற்கொள்வது மட்டுமல்லாமல், அத்தகைய உருவகப்படுத்துதலை மிகக் குறைவான குயூபிட்களுடன் இயக்க அனுமதிக்கும் குறியீட்டைச் சேர்க்கும் வடிவமைப்பிற்கு வந்தது என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர். அவர்கள் வேலை செய்யும் என்று அவர்கள் நினைத்த ஒரு அல்காரிதம் கிடைத்ததும், குழு வன்பொருளுக்கு திரும்பியது. அவர்கள் ytterbium அணுக்களால் குறிப்பிடப்படும் குயூபிட்களைப் பயன்படுத்தி ஒரு இயந்திரத்தைத் தேர்ந்தெடுத்தனர்.  மேலும் அவை மூன்று முதல் 11 வரை இயங்கும் குயூபிட்களின் எண்ணிக்கையை மாற்றியது.

குயூபிட்களை மறுசுழற்சி செய்யும் அமைப்பில் அவர்கள் கட்டமைத்ததால், குறைந்த எண்ணிக்கையிலான குயூபிட்களுடன் தங்கள் அல்காரிதத்தை இயக்க முடிந்தது என்று ஆராய்ச்சியாளர்கள் கண்டறிந்தனர். ஒரு குயூபிட் பயன்படுத்தப்படுவதால், ஏற்கனவே பயன்படுத்தப்பட்டவை அவற்றின் அசல் நிலைக்கு மீட்டமைக்கப்பட்டன. ஹாலோகிராபிக் இயக்கவியல் என்று அழைக்கப்படும் ஒரு நுட்பம் மீண்டும் பயன்படுத்தப்பட்டது. உருவகப்படுத்துதல் இயங்கும்போது இந்த செயல்முறை மீண்டும் மீண்டும் செய்யப்பட்டது. அமைப்பைச் சோதிக்க, ஆராய்ச்சியாளர்கள் ஏற்கனவே பிற நுட்பங்களைப் பயன்படுத்தி சரிபார்க்கப்பட்ட ஒரு செயல்முறையின் உருவகப்படுத்துதலை இயக்கினர். வழக்கமான சூப்பர் கம்ப்யூட்டரைப் பயன்படுத்தி நிரூபிக்க முடியாத சிமுலேஷன் மூலம் கணினியைச் சோதிக்க குழு திட்டமிட்டுள்ளது.

References:

• Kudo, K. (2022). Localization detection based on quantum dynamics. arXiv preprint arXiv:2206.09165.
• Mildenberger, J., Mruczkiewicz, W., Halimeh, J. C., Jiang, Z., & Hauke, P. (2022). Probing confinement in a $\mathbb {Z} _2 $ lattice gauge theory on a quantum computer. arXiv preprint arXiv:2203.08905.
• Preskill, J. (2018). Simulating quantum field theory with a quantum computer. arXiv preprint arXiv:1811.10085.
• Brown, K. L., Munro, W. J., & Kendon, V. M. (2010). Using quantum computers for quantum simulation. Entropy, 12(11), 2268-2307.
• Li, J., Fan, R., Wang, H., Ye, B., Zeng, B., Zhai, H., & Du, J. (2017). Measuring out-of-time-order correlators on a nuclear magnetic resonance quantum simulator. Physical Review X, 7(3), 031011.