À la recherche de matériaux quantiques grâce à une meilleure mesure de l’intrication quantique

Ce travail de recherche pivot vient d’être publié dans Lettres d’examen physique.

Les matériaux quantiques jouent un rôle vital dans la propulsion du progrès humain. La recherche de nouveaux matériaux quantiques aux propriétés exceptionnelles est pressante au sein de la communauté scientifique et technologique.

Les matériaux moirés 2D tels que le graphène bicouche torsadé jouent un rôle important dans la recherche de nouveaux états quantiques tels que la supraconductivité qui ne souffre d’aucune résistance électronique. Ils jouent également un rôle dans le développement des “ordinateurs quantiques” qui surpassent largement les meilleurs supercalculateurs existants.

Mais les matériaux ne peuvent arriver qu’à “l’état quantique”, c’est-à-dire lorsque les effets thermiques ne peuvent plus entraver les fluctuations quantiques qui déclenchent les transitions de phase quantique entre différents états quantiques ou phases quantiques, à des températures extrêmement basses (proche du zéro absolu, -273,15°C) ou sous haute pression exceptionnelle. Les expériences testant quand et comment les atomes et les particules subatomiques de différentes substances “communiquent et interagissent librement les uns avec les autres par intrication” à l’état quantique sont donc d’un coût prohibitif et difficiles à exécuter.

L’étude est encore compliquée par l’échec du cadre classique LGW (Landau, Ginzburg, Wilson) pour décrire certaines transitions de phase quantiques, appelées points critiques quantiques déconfinés (DQCP). La question se pose alors de savoir si des modèles de réseau réalistes DQCP peuvent être trouvés pour résoudre les incohérences entre DQCP et QCP. L’exploration dédiée du sujet produit de nombreux travaux numériques et théoriques avec des résultats contradictoires, et une solution reste insaisissable.

M. Jiarui ZHAO, le Dr Zheng YAN et le Dr Zi Yang MENG du Département de physique de HKU ont franchi avec succès un pas décisif vers la résolution du problème grâce à l’étude de l’intrication quantique, qui marque la différence fondamentale entre la physique quantique et la physique classique.

L’équipe de recherche a développé un nouvel algorithme quantique plus efficace des techniques de Monte Carlo adoptées par les scientifiques pour mesurer l’entropie d’intrication Renyi des objets. Avec ce nouvel outil, ils ont mesuré l’entropie d’intrication de Rényi au DQCP et ont découvert que le comportement d’échelle de l’entropie, c’est-à-dire comment l’entropie change avec la taille du système, contraste fortement avec la description des transitions de phase LGW classiques.

« Nos découvertes ont aidé à confirmer une compréhension révolutionnaire de la théorie de la transition de phase en niant la possibilité d’une théorie singulière décrivant le DQCP. Les questions soulevées par nos travaux contribueront à de nouvelles percées dans la recherche d’une compréhension globale du territoire inexploré », a déclaré le Dr Zheng Yan. .

« La découverte a changé notre compréhension de la théorie traditionnelle des transitions de phase et soulève de nombreuses questions intrigantes sur la criticité quantique déconfinée. décennies », a déclaré M. Zhao Jiarui, le premier auteur de l’article de la revue et un doctorant qui a proposé les correctifs finaux de l’algorithme.

“Cette découverte conduira à une caractérisation plus générale du comportement critique des nouveaux matériaux quantiques, et se rapproche de l’actualisation de l’application des matériaux quantiques qui jouent un rôle vital dans la propulsion du progrès humain.” a fait remarquer le Dr Meng Zi Yang.

Les modèles

Pour tester l’efficacité et la puissance supérieure de l’algorithme et démontrer la différence nette entre l’entropie d’intrication du QCP normal entre le DQCP, l’équipe de recherche a choisi deux modèles représentatifs — le J₁-J₂ modèle hébergeant le QCP O(3) normal et le JQ₃ modèle hébergeant DQCP, comme indiqué dans Image 2.

Algorithme d’incrémentation sans équilibre

Sur la base des méthodes précédentes, l’équipe de recherche a créé un algorithme d’incrémentation hautement parallèle. Comme illustré dans Image 3, l’idée principale de l’algorithme est de diviser l’ensemble de la tâche de simulation en plusieurs tâches plus petites et utilise des processeurs massifs pour exécuter en parallèle les tâches plus petites, réduisant ainsi considérablement le temps de simulation. Cette méthode améliorée a aidé l’équipe à simuler les deux modèles mentionnés précédemment avec une grande efficacité et une meilleure qualité des données.

Source de l’histoire :

Matériaux fourni par L’Université de Hong-Kong. Remarque : Le contenu peut être modifié pour le style et la longueur.