Simulera gles SYK‑modell med en randomiserad algoritm på en fängslad‑jon‑kvantdator

En titt in i kvantkaos med verkliga maskiner

Några av de märkligaste idéerna i modern fysik föreslår att beteendet hos vissa exotiska material är djupt kopplat till svartahålens fysik. Sachdev–Ye–Kitaev (SYK)‑modellen är en matematisk lekplats där denna koppling kan utforskas. Men eftersom modellen är extremt kaotisk tappar även kraftfulla superdatorer snabbt överblicken över dess dynamik. Denna studie visar hur en verklig fängslad‑jon‑kvantdator, tillsammans med en smart randomiserad algoritm, kan börja följa det kaoset och ger en fingervisning om vad som krävs för att angripa mycket större problem i framtiden.

Ett leksaksuniversum med vilt beteende

SYK‑modellen beskriver många växelverkande kvantpartiklar vars krafter är slumpmässiga och starkt kopplade. Fysiker uppskattar den eftersom den fångar det röriga beteendet hos ”konstiga metaller” och, vid låga energier, kan relateras till en enkel gravitationsteori i två dimensioner. Men samma slumpmässighet och starka interaktion gör den extremt svår att simulera över tid på vanliga datorer. Antalet växelverkningstermer ökar snabbt med systemstorleken, och varje term kopplar ihop avlägsna partiklar, så raka digitala simuleringar på bullrig kvantmaskinvara skulle kräva kretsar som är alldeles för djupa och komplicerade.

Göra modellen glesare och smartare

För att göra problemet nåbart arbetar författarna med en ”gles” version av SYK‑modellen där endast en bråkdel av alla möjliga växelverkningar behålls. Denna utglesning görs omsorgsfullt så att modellen fortfarande uppvisar kännetecken för kvantkaos som kopplar den till gravitationsinspirerad fysik. De översätter sedan modellen till operationer på qubits med en standardmappning och väljer parametrar som motsvarar 24 ursprungliga partiklar, vilket kräver 12 qubits. Istället för att använda den vanliga tidsuppdelningsmetoden (Trotter), som introducerar diskretiseringsfel och många grindar, använder de en randomiserad metod kallad TETRIS (Time Evolution Through Random Independent Sampling). TETRIS bygger varje krets genom att slumpmässigt välja vilka växelverkningstermer som ska tillämpas och hur ofta, så att medelvärdet över många körningar återger den sanna kontinuerliga tidsutvecklingen utan detta diskretiseringsfel.

Att se ett kvanteko blekna

Den centrala kvantiteten de mäter är Loschmidt‑amplituden, som följer hur sannolikt det är att systemet återvänder till sitt starttillstånd efter att ha utvecklats under en tid. I kaotiska system tenderar detta ”eko” att avta och, till skillnad från i mer ordnade modeller, återuppstår inte vid senare tidpunkter. Med Quantinuums fängslade‑jon‑enhet, som erbjuder högkvalitativa operationer och fullständig all‑to‑all‑koppling mellan 20 qubits, förbereder teamet ett initialt all‑nolltillstånd plus en extra ”hjälpar‑qubit” och kör många slumpmässigt genererade TETRIS‑kretsar. De utvecklar en felmitigeringsstrategi kallad echo verification som kontrollerar mätutfallen från systemqubitsen och kasserar mätningar som tydligt är korrupta av bit‑flip‑fel, samt en andra metod (Large Gate Angle Extrapolation) som jämför grundare och djupare versioner av samma randomiserade kretsar för att uppskatta vad resultatet skulle ha varit i frånvaro av brus.

Slår standardmetoder och testar brus

Genom att kombinera utglesning, TETRIS och dessa mitigationsverktyg följer experimentet framgångsrikt förfallet av Loschmidt‑amplituden för den glesa SYK‑modellen upp till tider där signalen är nära noll och visar ingen återuppståndelse, såsom förväntat för ett kaotiskt system. Författarna jämför sin randomiserade metod direkt med standard‑Trotter‑dekompositioner och finner att, för de storlekar och tider som intresserar dem, kan TETRIS uppnå samma noggrannhet med färre två‑qubitsgrindar och utan inbyggt diskretiseringsfel. De introducerar också ett nytt sätt att mäta maskinvarubrus kallat ett ”mirror‑on‑average” benchmark. Istället för att exakt invertera en krets kör de två oberoende provtagna TETRIS‑kretsar vars medeleffekt efterliknar att inte göra något. Det resulterande förfallet i en enkel ancilla‑mätning spårar försämringen som ses i lokala observabler mer troget än traditionella mirror‑krets‑benchmarks, som tenderar att överskatta bruset.

Vad detta betyder för framtida kvantexperiment

Framåtblickande uppskattar författarna resurserna som behövs för att angripa mer ambitiösa storheter, såsom out‑of‑time‑ordered correlators som diagnostiserar hur snabbt information sprids och kaos växer. Deras beräkningar visar att en fullständig utforskning av dessa frågor i system stora nog att pröva kvant‑gravitation‑lika beteenden kommer att kräva miljontals två‑qubitsgrindar och koherenta driftstider på flera timmar per krets, även med optimerade kodningar och parallellisering. Ändå visar detta arbete att noggrant utformade randomiserade algoritmer, skräddarsydd felmitigering och realistiska resursuppskattningar kan förvandla abstrakta teorier om kvantkaos och ”gravitation i labbet” till konkreta experimentprogram—och ange en klar väg för vilka förbättringar framtida kvantmaskinvara och algoritmer måste leverera.

Citering: 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

Nyckelord: kvantkaos, SYK‑modell, fängslad‑jon‑kvantdator, Hamiltoniansimulering, felmitigering