Le reti tensoriali possono rappresentare funzioni su griglie ultra-fini, il che le rende una tecnica promettente per il calcolo di materiali quantistici massivi. Crediti: Jose Lado/Università Aalto
Le reti tensoriali possono rappresentare funzioni su griglie ultra-fini, il che le rende una tecnica promettente per il calcolo di materiali quantistici massivi. Crediti: Jose Lado/Università Aalto

I computer quantistici e altre tecnologie quantistiche avanzate si basano su materiali quantistici specializzati che si comportano in modi insoliti in determinate condizioni. In alcuni casi, gli scienziati possono persino creare proprietà quantistiche completamente nuove modificando attentamente la struttura di un materiale. Un esempio eclatante consiste nell’impilare fogli di grafene e attorcigliarli a formare un motivo moiré, che può improvvisamente trasformare il materiale in un superconduttore.

I ricercatori possono disporre questi strati in strutture ancora più complesse, tra cui quasicristalli e materiali super-moiré. Ma prevedere il comportamento di questi materiali esotici è straordinariamente difficile. I quasicristalli sono così complessi dal punto di vista matematico che la loro simulazione può coinvolgere più di un quadrilione di numeri, una scala ben oltre le capacità dei supercomputer più potenti di oggi.

Un algoritmo quantistico risolve il problema dei materiali massivi

Gli scienziati del Dipartimento di Fisica Applicata dell’Università Aalto hanno sviluppato un algoritmo ispirato alla meccanica quantistica, in grado di gestire questi enormi materiali quantistici non periodici in modo quasi istantaneo. Il professore associato Jose Lado afferma che il lavoro mette in luce anche un promettente ciclo di feedback all’interno della stessa tecnologia quantistica.

“In sostanza, questi nuovi algoritmi quantistici possono consentire lo sviluppo di nuovi materiali quantistici per costruire nuovi paradigmi di computer quantistici, creando un ciclo di feedback bidirezionale produttivo tra materiali quantistici e computer quantistici”, spiega.

Questa innovazione potrebbe in futuro favorire lo sviluppo di dispositivi elettronici senza dissipazione di energia, in grado di condurre elettricità senza perdite. Tali sistemi potrebbero contribuire a ridurre il crescente calore e il fabbisogno energetico dei data center basati sull’intelligenza artificiale.

Il team di ricerca era guidato da Lado e comprendeva il dottorando Tiago Antão, autore principale dell’articolo; il dottorando Yitao Sun del QDOC; e il ricercatore dell’Accademia Adolfo Fumega. I loro risultati sono stati recentemente pubblicati su Physical Review Letters come suggerimento editoriale.

 

Simulazione di quasicristalli topologici

I ricercatori si sono concentrati sui quasicristalli topologici, materiali insoliti che ospitano eccitazioni quantistiche non convenzionali. Queste eccitazioni sono particolarmente preziose perché contribuiscono a proteggere la conduttività elettrica da rumori e interferenze dannose. Tuttavia, sono distribuite in modo non uniforme all’interno della struttura già di per sé molto complessa di un quasicristallo.

Anziché tentare di calcolare direttamente l’intera struttura del materiale, il team ha riformulato la sfida utilizzando metodi simili a quelli impiegati dai computer quantistici.

“I computer quantistici operano in spazi computazionali esponenzialmente grandi, quindi abbiamo utilizzato una famiglia speciale di algoritmi per codificare questi spazi, noti come reti tensoriali, per calcolare un quasicristallo con oltre 268 milioni di siti. Il nostro algoritmo dimostra come problemi colossali nei materiali quantistici possano essere risolti direttamente con l’accelerazione esponenziale derivante dalla codifica del problema come un sistema quantistico a molti corpi”, afferma Antão.

In questa fase, il lavoro rimane teorico ed è stato condotto tramite simulazioni, ma i ricercatori affermano che sono già in vista test sperimentali e future applicazioni.

“L’algoritmo di ispirazione quantistica che abbiamo dimostrato ci permette di creare quasicristalli super-moiré con prestazioni di diversi ordini di grandezza superiori a quelle dei metodi convenzionali. Questo rappresenta un passo fondamentale verso la progettazione di qubit topologici con materiali super-moiré da utilizzare, ad esempio, nei computer quantistici”, afferma Lado.

 

Verso applicazioni pratiche del calcolo quantistico

Secondo Lado, l’algoritmo potrebbe essere adattato per funzionare su veri e propri computer quantistici una volta che l’hardware sarà sufficientemente avanzato.

“Il nostro metodo può essere adattato per funzionare su veri computer quantistici, una volta che questi avranno raggiunto la scala e la precisione necessarie. In particolare, il nuovo AaltoQ20 e l’infrastruttura finlandese per il calcolo quantistico possono svolgere un ruolo significativo per le future dimostrazioni”, afferma Lado.

I risultati suggeriscono che lo studio e la progettazione di materiali quantistici esotici potrebbero diventare una delle prime applicazioni pratiche per gli algoritmi quantistici e i sistemi di calcolo quantistico.

Il progetto unisce inoltre due importanti aree della ricerca quantistica finlandese: i materiali quantistici e gli algoritmi quantistici. Fa parte del progetto ULTRATWISTROICS, finanziato dall’ERC Consolidator e assegnato a Lado, che si concentra sulla progettazione di qubit topologici utilizzando materiali di van der Waals, nonché del Centro di Eccellenza per i Materiali Quantistici QMAT, il cui obiettivo è quello di promuovere le tecnologie quantistiche del futuro.

Il calcolo degli invarianti topologici nei quasicristalli bidimensionali e nella materia supermoiré rappresenta una notevole sfida aperta a causa dell’assenza di simmetria traslazionale e del numero colossale di siti intrinseci a questi sistemi. In questo lavoro, definiamo un metodo per calcolare gli invarianti topologici locali di sistemi eccezionalmente grandi utilizzando reti tensoriali, consentendo il calcolo di invarianti per hamiltoniane con centinaia di milioni di siti, diversi ordini di grandezza superiori alle capacità delle metodologie convenzionali. Il nostro approccio sfrutta una rappresentazione a rete tensoriale della matrice di densità utilizzando un algoritmo di rete tensoriale di Chebyshev, consentendo calcoli su larga scala di marcatori topologici in sistemi quasicristallini e moiré. Dimostriamo la nostra metodologia con quasicristalli bidimensionali caratterizzati da 8
E 10
Simmetrie rotazionali e mosaici di fasi di Chern. La nostra lettera stabilisce un metodo efficace per calcolare le fasi topologiche in sistemi topologici di dimensioni eccezionalmente grandi, fornendo lo strumento necessario per razionalizzare la materia topologica super-moiré e quasicristallina generica.

 

Approfondimenti

Tiago V. C. Antão, Yitao Sun, Adolfo O. Fumega, Jose L. Lado. Tensor Network Method for Real-Space Topology in Quasicrystal Chern Mosaics. Physical Review Letters, 2026; 136 (15) DOI: 10.1103/hhdf-xpwg

 

Facebooktwitterredditpinterestlinkedinmailby feather