Simulazione del modello SYK sparso con un algoritmo randomizzato su un computer quantistico a ioni intrappolati

Scrutare il caos quantistico con macchine reali

Alcune delle idee più sorprendenti della fisica moderna suggeriscono che il comportamento di certi materiali esotici sia profondamente collegato alla fisica dei buchi neri. Il modello Sachdev–Ye–Kitaev (SYK) è un terreno matematico in cui questo legame può essere esplorato. Ma poiché questo modello è estremamente caotico, anche potenti supercomputer perdono rapidamente il filo della sua evoluzione. Questo studio mostra come un vero computer quantistico a ioni intrappolati, unito a un intelligente algoritmo randomizzato, possa cominciare a seguire quel caos e fornisca indicazioni su ciò che sarà necessario per affrontare problemi molto più grandi in futuro.

Un universo giocattolo dal comportamento sfrenato

Il modello SYK descrive molti quanti interagenti le cui forze sono casuali e fortemente accoppiate. I fisici lo apprezzano perché cattura il comportamento complesso dei “metalli strani” e, a basse energie, può essere collegato a una teoria della gravità semplice in due dimensioni. Tuttavia, quella stessa casualità e l’interazione forte lo rendono estremamente difficile da simulare nel tempo sui computer ordinari. Il numero di termini d’interazione cresce rapidamente con la dimensione del sistema e ogni termine accoppia particelle distanti, perciò simulazioni digitali dirette su hardware quantistico rumoroso richiederebbero circuiti troppo profondi e complessi.

Rendere il modello più sparso e più intelligente

Per rendere il problema accessibile, gli autori lavorano su una versione “sparsa” del modello SYK in cui viene mantenuta solo una frazione delle possibili interazioni. Questo assottigliamento è fatto con cura in modo che il modello conservi i tratti distintivi del caos quantistico che lo collegano alla fisica ispirata alla gravità. Traducono quindi il modello in operazioni su qubit usando una mappatura standard e scelgono parametri corrispondenti a 24 particelle originali, che richiedono 12 qubit. Invece di usare l’approccio usuale di scomposizione temporale (Trotter), che introduce errori di discretizzazione e molti gate, impiegano un metodo randomizzato chiamato TETRIS (Time Evolution Through Random Independent Sampling). TETRIS costruisce ogni circuito scegliendo a caso quali termini d’interazione applicare e quanto spesso, in modo tale che la media su molte esecuzioni riproduca la vera evoluzione temporale continua senza quell’errore di discretizzazione.

Osservare un’eco quantistica che svanisce

La quantità chiave che misurano è l’ampiezza di Loschmidt, che segue la probabilità che il sistema torni allo stato iniziale dopo aver evoluto per un certo tempo. Nei sistemi caotici questa “eco” tende a decadere e, a differenza dei modelli più ordinati, non si ripristina a tempi successivi. Utilizzando il dispositivo a ioni intrappolati di Quantinuum, che offre operazioni di alta qualità e connettività all‑to‑all fra 20 qubit, il team prepara uno stato iniziale tutto zero più un qubit “aiutante” aggiuntivo ed esegue molti circuiti TETRIS generati casualmente. Sviluppano una strategia di mitigazione degli errori chiamata echo verification che controlla gli esiti delle misure sui qubit di sistema e scarta le ripetizioni chiaramente corrotte da errori di bit‑flip, oltre a un secondo metodo (Large Gate Angle Extrapolation) che confronta versioni superficiali e più profonde degli stessi circuiti randomizzati per stimare quale sarebbe stato il risultato in assenza di rumore.

Sorpassare gli approcci standard e testare il rumore

Combinando sparsificazione, TETRIS e questi strumenti di mitigazione, l’esperimento segue con successo il decadimento dell’ampiezza di Loschmidt per il SYK sparso fino a tempi in cui il segnale è vicino a zero e non mostra alcun ripristino, come previsto per un sistema caotico. Gli autori confrontano direttamente il loro metodo randomizzato con le decomposizioni di Trotter standard e trovano che, per le dimensioni e i tempi di interesse, TETRIS può raggiungere la stessa accuratezza con meno gate a due qubit e senza l’errore di discretizzazione incorporato. Introdcono inoltre un nuovo modo per valutare il rumore dell’hardware chiamato benchmark “mirror‑on‑average”. Invece di invertire esattamente un circuito, eseguono due circuiti TETRIS campionati in modo indipendente il cui effetto medio imita il non fare nulla. Il decadimento risultante in una semplice misura sull’ancilla traccia il degrado visto negli osservabili locali in modo più fedele rispetto ai benchmark tradizionali basati su mirror‑circuit, che tendono a sovrastimare il rumore.

Cosa significa questo per i futuri esperimenti quantistici

Guardando avanti, gli autori stimano le risorse necessarie per affrontare quantità più ambiziose, come i correlatori fuori ordine temporale che diagnosticano la velocità con cui l’informazione si propaga e il caos cresce. I loro calcoli mostrano che esplorare appieno queste questioni in sistemi abbastanza grandi da sondare comportamenti simili alla gravità quantistica richiederà milioni di gate a due qubit e tempi di coerenza per circuito che si estendono per ore, anche con codifiche ottimizzate e parallelizzazione. Nonostante ciò, questo lavoro dimostra che algoritmi randomizzati progettati con cura, mitigazione degli errori su misura e stime realistiche delle risorse possono trasformare teorie astratte del caos quantistico e della “gravità in laboratorio” in programmi sperimentali concreti — e tracciare un percorso chiaro per i miglioramenti che hardware quantistico e algoritmi futuri dovranno fornire.

Citazione: Granet, E., Kikuchi, Y., Dreyer, H. et al. Simulating sparse SYK model with a randomized algorithm on a trapped-ion quantum computer. npj Quantum Inf 12, 43 (2026). https://doi.org/10.1038/s41534-026-01206-1

Parole chiave: caos quantistico, modello SYK, computer quantistico a ioni intrappolati, simulazione dell'Hamiltoniana, mitigazione degli errori