Тадқиқоти академӣ, забони фаҳмо

Verianla | Тадқиқоти академӣ ва илм ба забони тоҷикӣ

17 ноябр 2026, сешанбе
VERİANLA Нашри мустақили илмӣ
Кушодан ё бастани меню
...
Саҳифаи асосӣ / Илмҳои физикӣ / Физика / Омӯзонидани Қобилияти Таснифии Автоматони Ҳуҷайравии Квантии Миқёси Калон
Физика

Омӯзонидани Қобилияти Таснифии Автоматони Ҳуҷайравии Квантии Миқёси Калон

Автомати ҳуҷайравии квантӣ (quantum cellular automaton, QCA) меъмории ҳисоббарории квантӣ аст, ки дар он ҳуҷайраҳои маҳаллии интиқолдиҳандаи иттилооти квантӣ мувофиқи қоидаи муайяни ҳамсоягӣ тавассути дарвозаҳои квантии такроршаванда аз қабат ба қабат коркард мешаванд.

15/11/2026  Veri Anla  189 боздид
Омӯзонидани Қобилияти Таснифии Автоматони Ҳуҷайравии Квантии Миқёси Калон

Автомати ҳуҷайравии квантӣ (quantum cellular automaton, QCA), меъмории ҳисоббарории квантӣ аст, ки дар он ҳуҷайраҳои маҳаллӣ, ки иттилооти квантиро интиқол медиҳанд, мувофиқи қоидаи муайяни ҳамсоягӣ тавассути дарвозаҳои квантии такроршаванда аз қабат ба қабат коркард мешаванд. Ин таҳқиқот кори назариявӣ ва ададӣ буда, бо истифода аз гузариши фаза, симметрияи сусти \(\mathbb{Z}_2\) ва механизмҳои шикасти муваққатии эргодикӣ дар физикаи диссипативии квантии бисёрҷисмӣ нишон медиҳад, ки қобилияти таснифи дуии QCA танҳо аз параметрҳои физикии пешакӣ дастӣ интихобшуда ба вуҷуд намеояд, балки метавонад аз маълумоти омӯзишӣ тавассути оптимизатсияи градиентӣ омӯхта шавад.

Модел аз динамикаи диссипативии Ising бо симметрияи \(\mathbb{Z}_2\), ки ҳамтаъсирии маҳаллӣ ва диссипатсияро дар бар мегирад, илҳом гирифтааст. Дар ҳадди термодинамикӣ ин модели физикӣ метавонад байни режимҳои парамагнитӣ ва ферромагнитӣ гузариши пайвастаи фазаро нишон диҳад. Дар режими ферромагнитӣ stationary order parameter-и магнитнокии \(x\), яъне \(m_\infty^x\), метавонад яке аз ду арзиши мусбат ё манфии бо симметрия ба ҳам пайвастро гирад. Дар кадом ҳавзаи ҷазб қарор доштани ҳолати ибтидоӣ муайян мекунад, ки система ба кадом нуқтаи собит меравад.

Аммо QCA-и дар таҳқиқот истифодашуда андозаи ниҳоӣ дорад. Дар системаи ниҳоӣ шикасти доимии спонтании симметрия ва шикасти сахти эргодикӣ, ки беохир давом кунад, интизор намешавад. Ба ҷойи ин муаллифон нишон медиҳанд, ки дар қабатҳои миёна дар атрофи ду нуқтаи квази-собит гурӯҳбандӣ ба вуҷуд меояд ва як равзанаи муваққатии ғайриэргодикӣ ташаккул меёбад. Агар қабати баромади QCA дар ҳамин равзанаи вақт ҷойгир карда шавад, ду арзиши аз ҷиҳати макроскопӣ фарқкунандаи \(m^x\) ҳамчун ду синф хонда мешаванд. Дар вақти дарозтар ҳамаи ҳолатҳои ибтидоӣ ба як stationary state наздик мешаванд ва \(m^x\rightarrow0\) мегардад; яъне эргодикӣ барқарор мешавад.

Параметри асосии тартиби гузариши фаза магнитнокии нормалшудаи \(x\)-и ҳамаи кубитҳои қабат аст. Ҳисобҳои mean-field минтақаи фазаи ферромагнитиро пешгӯӣ мекунанд. Вақте дар як андоза nearest-neighbor correlations ба ҳисоб гирифта мешаванд, ин минтақаи ферромагнитӣ хурд мешавад, аммо гузариши дар манбаъ таҳқиқшуда пайваста мемонад ва хусусияти шикасти симметрияи \(\mathbb{Z}_2\)-ро нигоҳ медорад.

Дар симулятсияҳои мустақими QCA \(\Omega=3\kappa\), \(V=15\kappa\) ва \(\kappa\delta t=0.1\) истифода мешаванд. Арзишҳои ибтидоии order parameter \(m_0^x\in[-0.5,0.5]\)-ро фаро мегиранд; дар эволютсияи 2.000 ҳолат барои \(N=10\) сохтори муваққатии дугурӯҳӣ дида мешавад, дар \(N=100\) бошад ҳамон сохтори bimodal равшантар шуда, қуллаҳои histogram тезтар мегарданд. Ин вобастагӣ аз андоза хусусияти emergent many-body-и рафтори quasi-fixed point-ро дастгирӣ мекунад.

Дар намоиши омӯзиш Hamiltonian собит нигоҳ дошта мешавад ва танҳо jump operator:

\[ J_k(a,b)=a\sigma_k^x+i\,b\sigma_k^y \]

ду параметри ҳақиқии \(a\) ва \(b\)-и дохили он оптимизатсия мешаванд. Чор ҷуфти input–target омӯзишӣ аз QCA-и истинодие ҳосил мешаванд, ки тасниф карда метавонад. QCA, ки аз нуқтаи ибтидоии таснифнакунандаи \(a=-0.15,\;b=-1\) оғоз мекунад, дар чуқурии \(L=10\), бо \(\epsilon=80\) learning rate ва дар намоиши асосӣ бо 100 такрори parameter-update омӯзонида мешавад. Пас аз омӯзиш тақсимоти якқуллаи output-magnetization ба ду қуллаи равшан ҷудо мешавад; ин ду қулла рафтори таснифи дуиро ифода мекунанд.

Функсияи талафот ба ҷойи чен кардани fidelity-и тамоми ҳолати баромади квантӣ бо як target state, хатои order parameter-и физикиро чен мекунад. Дар манбаъ нишон дода мешавад, ки барои \(N=20\) loss landscape дар ҳамвории параметрҳои \((a,b)\) минимуми васеъ ва равшан дорад. Муаллифон пешниҳод мекунанд, ки ин сохтори physics-informed loss метавонад нисбат ба мушкилоти trainability-и навъи barren-plateau, ки дар фазоҳои калони ҳолат пайдо мешаванд, бартарӣ диҳад. Аммо таҳқиқот исбот намекунад, ки barren plateau барои ҳамаи QCA ё шабакаҳои нейронии квантӣ ба таври математикӣ бартараф шудааст.

Ифодаи “large-scale” дар таҳқиқот маънои онро надорад, ки як протсессори калони физикии квантӣ ба таври таҷрибавӣ омӯзонида шудааст. Ҳисобҳои ададӣ дар муҳити ҳисоббарории классикӣ бо симулятсияҳои tensor-network, ки matrix product states ва matrix product operators истифода мебаранд, анҷом дода шудаанд. Фазои ҳолате, ки дар манбаъ муҳокима мешавад, барои \(N=20\) ба \(4^N\times4^N\), тақрибан ба миқёси \(10^{24}\) мерасад; tensor-network representation имкон медиҳад ин сохтор бе нигоҳ доштани тамоми фазои калон ҳамчун матритсаи зич дар шакли фишурда коркард шавад.

Масъалаи асосии таҳқиқот

Дар меъмории умумии омӯзиши мошинии квантӣ ду масъалаи ҷудогона вуҷуд дорад. Якум, фаҳмидани он аст, ки кадом хусусияти физикии динамикаи квантӣ дар коркарди маълумот истифода мешавад. Дуюм, оё параметрҳое, ки ин хусусиятро ба вуҷуд меоранд, метавонанд аз маълумоти омӯзишӣ боэътимод омӯхта шаванд.

Ин таҳқиқот таснифро бевосита ба мафҳумҳои системаи бисёрҷисмӣ — гузариши фаза, шикасти симметрия, нуқтаи квази-собит ва order parameter — мепайвандад. Ҳамин тавр, барои тасниф ба ҷойи target-state fidelity-и абстрактии баландандоза як бузургии макроскопии аз ҷиҳати физикӣ тафсиршаванда истифода мешавад.

Дар шабакаҳои классикии Hopfield ҳавзаҳои ҷазб ва нуқтаҳои собит метавонанд ҳамчун хотира ё намуна тафсир шаванд. Манбаъ меомӯзад, ки мантиқи физикии монанд чӣ гуна метавонад дар dissipative quantum many-body dynamics ба вазифаи коркарди иттилооти QCA табдил ёбад. Ғояи асосӣ ин аст, ки ҳолатҳои гуногуни ибтидоӣ муваққатан ба ду роҳи макроскопии динамикии аз ҳам ҷудо равона мешаванд.

Автомати Ҳуҷайравии Квантӣ Дар Ин Таҳқиқот Чӣ Гуна Тасниф Мекунад?

Автомати ҳуҷайравии квантии ин таҳқиқот ҳолатҳои ибтидоии квантиро зери динамикаи диссипативии ба Ising монанд эволютсия дода, дар равзанаи муваққатии ғайриэргодикӣ магнитнокии \(x\)-ро ба яке аз ду арзиши квази-собите мебарад, ки бо симметрияи \(\mathbb{Z}_2\) ба ҳам пайвастанд; вақте қабати баромади QCA дар ин равзана ҷойгир мешавад, гурӯҳҳои мусбат ва манфии order-parameter ҳамчун ду синфи ҷудогона хонда мешаванд, аммо дар вақти дароз ин ҷудошавӣ аз байн меравад ва система боз ба як stationary state наздик мешавад.

Геометрия ва мантиқи қабатии QCA

Манбаъ QCA-ро дар шабакаи дученакаи кубитҳо муайян мекунад. Дар самти амудӣ \(N\) site ва дар самти уфуқӣ \(L+1\) қабат мавҷуд аст.

Ҳар site кубите мебошад, ки ду ҳолати асосӣ дорад:

\[ |0\rangle,\qquad |1\rangle. \]

Сутуни амудӣ қабати QCA дар индекси муайяни вақти \(t\) аст. Ба қабати аввал:

\[ \rho_0 \]

ҳолати квантии воридотӣ ҷойгир карда мешавад. Қабатҳои баъдӣ дар оғоз дар ҳолати вакуум мебошанд.

Самти уфуқӣ ҳатман координатаи физикии фазо нест; он ҳамчун самти такрории ҳисоббарорӣ/вақти QCA тафсир мешавад. Ҳамин тавр:

\[ t=0,1,\ldots,L \]

қабатҳо мисли намунаҳои вақти дискретии занҷири спинии квантии диссипативӣ рафтор мекунанд.

Схемаи source-derived ва бемиқёсест, ки барои Verianla дар асоси робитаи QCA, transient ergodicity breaking ва тасниф, ки дар Расми 1-и манбаъ тавсиф шудааст, омода шудааст. Композитсияи визуалии фигураи манбаъ нусхабардорӣ нашудааст.

Ҳолати квантӣ аз як қабат ба қабати дигар чӣ гуна интиқол дода мешавад?

Манбаъ навсозии ҳолати QCA-ро бо Муодилаи (1) муайян мекунад:

\[ \rho_t= \mathrm{Tr}_{t-1} \left[ \mathcal G \left( \rho_{t-1}\otimes|\mathbf 0\rangle\langle\mathbf 0| \right) \mathcal G^\dagger \right]. \tag{1} \]

Формула чиро ҳисоб мекунад? Аз reduced density matrix-и қабати пешина \(\rho_{t-1}\) reduced density matrix-и қабати нав \(\rho_t\)-ро ҳосил мекунад.

\(\rho_{t-1}\): ҳолати квантии қабати пешинаи QCA мебошад.

\(|\mathbf 0\rangle\langle\mathbf 0|\): ҳолати ибтидоии вакуумии кубитҳои қабати нав мебошад.

\(\mathcal G\): global quantum gate аст, ки бар ду қабати ҳамсоя татбиқ мешавад.

\(\mathcal G^\dagger\): Hermitian conjugate-и global gate аст.

\(\mathrm{Tr}_{t-1}\): бар degrees of freedom-и қабати кӯҳна partial trace мегирад. Ба ибораи дигар, қабати кӯҳна дигар қисми системаи баромад нест.

Ин нуқта барои фаҳмидани динамикаи диссипативӣ муҳим аст. Вақте ду қабат дар системаи калонтари квантӣ gate evolution мегузаранд, trace кардани қабати пешина reduced dynamics-и қабати навро умуман nonunitary мекунад. Ҳамин тавр gate-based QCA метавонад ба динамикаи Markovian open-quantum-system наздик шавад.

Global gate чӣ гуна сохта мешавад?

Дарвозаҳои маҳаллӣ:

\[ G_k \]

дар атрофи \(k\)-site-и ду қабати ҳамсоя амал мекунанд. Global gate-и дуқабата, ба истиснои мӯҳтавоҳои сарҳадӣ:

\[ \mathcal G=\prod_{k=1}^{N}G_k \]

ба ин шакл сохта мешавад.

Муодилаи (2)-и манбаъ:

\[ G_k = \mathrm{SWAP}_k \, e^{-i\sqrt{\delta t} \left( J_k\otimes\sigma_k^{+} +\mathrm{h.c.} \right)} \, e^{-i\delta t H_k\otimes\mathbb I}. \tag{2} \]

Дар ин ҷо манбаъ:

\[ \sigma_k^+=\sigma_k^x+i\sigma_k^y \]

ин таърифро истифода мебарад.

Ҳадди экспоненсиалии тарафи рост:

\[ e^{-i\delta t H_k\otimes\mathbb I} \]

coherent evolution-и системаро дар қабати пешина зери Hamiltonian-и маҳаллии \(H_k\) ҳосил мекунад.

Ҳадди экспоненсиалии миёна:

\[ e^{-i\sqrt{\delta t}(J_k\otimes\sigma_k^++\mathrm{h.c.})} \]

ҳамтаъсиреро байни қабатҳои кӯҳна ва нав месозад, ки ба jump operator-ҳои \(J_k\) вобаста аст. Пас аз ҳамтаъсир бо қабати нав trace кардани қабати кӯҳна effective dissipative dynamics ҳосил мекунад.

\(\mathrm{SWAP}_k\): ҳолатҳои кубитҳои мувофиқи қабатҳои кӯҳна ва навро иваз мекунад.

\(\delta t\): қадами дискретии вақт аст. Манбаъ истифода мебарад, ки дар ҳадди \(\delta t\ll1\) навсозии қабат ба Markovian dissipative dynamics-и пайваста наздик мешавад.

Робитаи байни QCA ва динамикаи Lindblad

Барои \(\delta t\)-и хурд:

\[ \rho_t \approx e^{\mathcal L\delta t} [\rho_{t-1}]. \]

Дар ин ҷо \(\mathcal L\) Lindblad generator аст:

\[ \mathcal L[\bullet] = -i \left[ \sum_{k=1}^{N}H_k,\bullet \right] + \sum_{k=1}^{N} \left( J_k\bullet J_k^\dagger - \frac{1}{2} \left\{ J_k^\dagger J_k,\bullet \right\} \right). \tag{3} \]

\([\ ,\ ]\): commutator аст. Ҳадди аввал coherent quantum dynamics-и аз Hamiltonian сарчашмагирифтаро ифода мекунад.

\(\{\ ,\ \}\): anticommutator аст.

\(J_k\bullet J_k^\dagger-\frac12\{J_k^\dagger J_k,\bullet\}\): jump-process contribution-и Lindblad dissipator аст.

\(\bullet\): нишондиҳандаи ҷой барои density operator аст, ки superoperator ба он таъсир мекунад.

Аз ин рӯ таҳқиқот танҳо бо забони “қабатҳои схемаҳои квантӣ” маҳдуд намешавад; ҳамон QCA-ро аз нуқтаи назари dissipative many-body quantum dynamics тафсир мекунад. Шарҳи физикии механизми тасниф низ аз ҳамин робита сохта мешавад.

Hamiltonian-и маҳаллии ба Ising монанд ва диссипатсия

Манбаъ барои модели махсуси таснифкунанда:

\[ H_k = \frac{\Omega}{2}\sigma_k^z - \frac{V}{4} \sigma_k^x\sigma_{k+1}^x, \qquad J_k = \sqrt{\kappa}\,\sigma_k^-. \tag{4} \]

истифода мебарад.

\(\Omega\): transverse field strength аст.

\(V\): nearest-neighbor spin interaction strength аст.

\(\kappa\): local decay rate дар \(z\)-basis аст.

\(\sigma_k^-\): lowering operator аст.

Параметрҳои табиии беандозаи идоракунӣ дар диаграммаи фаза:

\[ \frac{\Omega}{\kappa}, \qquad \frac{V}{\kappa} \]

истифода мешаванд. Ҳамин тавр, ба ҷойи миқёси мутлақи энергия/басомад бузургии coherent drive ва interaction нисбат ба decay scale муқоиса мешавад.

Чаро Симметрияи Сустии \(\mathbb{Z}_2\) Барои Тасниф Муҳим Аст?

Симметрияи сусти \(\mathbb{Z}_2\) имкон медиҳад Lindblad generator зери табдили global \(z\)-parity бетағйир монад ва шохаҳои динамикии \(m^x\) ва \(+m^x\)-и order parameter \(-m^x\), ки бо симметрия ба ҳам пайвастанд, ба вуҷуд оянд; дар модели термодинамикӣ ин ду шоха symmetry-broken fixed points месозанд, дар QCA-и ниҳоӣ бошад ҳамон сохтор ҳамчун ду нуқтаи квази-собити муваққатӣ пайдо мешавад ва ин ду баромади макроскопӣ асоси физикии таснифи дуиро ташкил медиҳанд.

Симметрияи суст аз ҷиҳати математикӣ чӣ гуна навишта мешавад?

Манбаъ global parity superoperator-ро:

\[ \mathcal P[\bullet] = \left( \prod_{k=1}^{N}\sigma_k^z \right) \bullet \left( \prod_{k=1}^{N}\sigma_k^z \right) \]

бо ин ифода муайян мекунад.

Шарти Weak symmetry:

\[ [\mathcal L,\mathcal P]=0 \]

чунин аст.

Ин мувофиқ будани Lindblad evolution ва parity transformation-ро ифода мекунад. Динамикаи ҷуфти parity-тағйирёфтаи ҳолати ибтидоӣ ҳамтои parity-тағйирёфтаи динамикаи аслӣ мебошад.

Зери табдили \(\sigma^z\), магнитнокии \(x\) аломаташро иваз мекунад. Аз ин рӯ ду ҳолате, ки ҷуфти симметриявии якдигаранд:

\[ m^x \quad\longleftrightarrow\quad -m^x \]

метавонанд чунин ҷуфт шаванд.

Эргодикӣ чист?

Дар заминаи ин таҳқиқот эргодикӣ бо он алоқаманд аст, ки рафтори дарозмуддат маълумоти ҳолати ибтидоиро аз даст медиҳад ва ҳолатҳои гуногуни ибтидоӣ ба як stationary behavior равона мешаванд.

Ҳангоми шикасти эргодикӣ initial conditions-и гуногун метавонанд дар attraction basin-ҳои гуногун бошанд ва ба сохторҳои гуногуни дарозмуддат ё metastable/quasi-stationary равона шаванд.

Ин фарқ барои тасниф табиӣ аст:

  • воридотҳое, ки ба як basin мераванд, ба як синф,
  • воридотҳое, ки ба basin-и дигар мераванд, ба синфи дигар

мансуб карда мешаванд.

Фарқи fixed point ва quasi-fixed point

Fixed point, ҳолати stationary аст, ки динамика воқеан метавонад бетағйир монад.

Quasi-fixed point, сохтори динамикии ба metastable монанд аст, ки дар фосилаи маҳдуди вақт динамика метавонад дар наздикии он муддати дароз бимонад, аммо дар вақти беохир ҳатман доимӣ нест.

Барои таснифи QCA дар ин мақола мафҳуми дуюм муҳим аст. Ду синфи QCA-и ниҳоӣ ду stationary state-и доимӣ нестанд; ду quasi-fixed point дар дохили transient windowtir.

Order parameter чӣ гуна муайян мешавад?

Манбаъ magnetization components-ро:

\[ m_t^\mu = \mathrm{Tr} \left[ \left( \frac{1}{2N} \sum_{k=1}^{N} \sigma_k^\mu \right) \rho_t \right], \qquad \mu=x,y,z \tag{5} \]

бо ин ифода муайян мекунад.

\(N\): шумораи кубитҳо дар як қабат мебошад.

\(\sigma_k^\mu\): Pauli operator дар \(k\)-site аст.

\(\rho_t\): density matrix-и қабати \(t\) мебошад.

\(m_t^\mu\): magnetization-и коллективии нормалшудаест, ки ба тамоми қабат паҳн шудааст.

Бо сабаби нормалсозии манбаъ, дар pure product-state sampling ҳадди табиии арзишҳои \(m^\mu\), ки ба компонентҳои яккубитии Bloch мувофиқанд:

\[ -\frac12 \leq m^\mu \leq \frac12 \]

мебошад.

Равиши mean-field чист?

Mean-field approximation density matrix-и бисёрҷисмиро бо ҳосили ҳолатҳои як-site-и translation-invariant тахмин мекунад:

\[ \rho_t^{\mathrm{MF}} = \bigotimes_{k=1}^{N} \rho_t^{(k)}. \]

Дар ин равиш connected quantum correlations байни site-ҳо ҳамчун тағйирёбандаҳои мустақили ҷудогона нигоҳ дошта намешаванд. Ҳар site таъсири миёнаи дигаронро ҳис мекунад.

Mean-field equations-и якченакаи манбаъ:

\[ \dot m_t^x = -\Omega m_t^y - \frac{\kappa}{2}m_t^x, \tag{6a} \]
\[ \dot m_t^y = \Omega m_t^x + 2V m_t^xm_t^z - \frac{\kappa}{2}m_t^y, \tag{6b} \]
\[ \dot m_t^z = -2V m_t^xm_t^y - \kappa \left( m_t^z+\frac12 \right). \tag{6c} \]

Муодилаи (6a) чиро мефаҳмонад?

\[ \dot m^x=-\Omega m^y-\frac{\kappa}{2}m^x \]

дар ин ифода \(-\Omega m^y\) coherent rotation coupling-и аз transverse-field пайдошударо, ва \(-\kappa m^x/2\) таъсири хомӯшкунандаи dissipative decay ба \(x\)-magnetization-ро ифода мекунад.

Муодилаи (6b) чиро мефаҳмонад?

\[ \dot m^y = \Omega m^x + 2Vm^xm^z - \frac{\kappa}{2}m^y \]

ин ифода field-induced rotation ва many-body interaction contribution-ро якҷо мекунад. Аз сабаби ҳадди ғайрихаттии \(2Vm^xm^z\), динамикаи коллективӣ танҳо аз гардишҳои мустақили яккубитӣ иборат нест.

Муодилаи (6c) чиро мефаҳмонад?

\[ \dot m^z = -2Vm^xm^y - \kappa \left( m^z+\frac12 \right) \]

дар ин ифода interaction term ба компоненти \(x\) тавассути magnetization components-и \(y\) ва \(z\) таъсир мекунад. Dissipative term системаро дар нормалсозии манбаъ ба самти \(m^z=-1/2\) мебарад.

Order parameter-и ҷудокунандаи фазаҳо

Stationary \(x\)-magnetization:

\[ m_\infty^x \]

барои ҷудо кардани фаза истифода мешавад.

РежимStationary \(m_\infty^x\)СимметрияТафсири динамикӣ
Парамагнитӣ (PM)\(0\)\(\mathbb{Z}_2\) нашикастаЯк ҳаллу фасли stationary
Ферромагнитӣ (FM)\(\neq0\)\(\mathbb{Z}_2\) шикаста\(+m_\infty^x\) ё \(-m_\infty^x\); ду шохаи вобаста ба ҳолати ибтидоӣ

Чаро nearest-neighbor correlations алоҳида таҳқиқ мешаванд?

Азбаски QCA ба динамикаи занҷири спинии якченака мувофиқ аст, fluctuations ва spatial correlations метавонанд пешгӯиҳои mean-field approximation-ро тағйир диҳанд. Аз ин рӯ муаллифон тахмини пешрафтатаре месозанд, ки коррелятсияҳои дуҷисмӣ дар як nearest-neighbor bond-ро ошкоро нигоҳ медорад.

Мувофиқи натиҷаи манбаъ nearest-neighbor correlations:

  • масоҳати фазаи ферромагнитиро дар фазои параметрҳо кам мекунанд,
  • аммо хусусияти пайвастаи гузариши PM–FM-и таҳқиқшударо тағйир намедиҳанд,
  • механизми \(\mathbb{Z}_2\) symmetry-breaking-ро аз байн намебаранд.
Схемаи сифатии Verianla, ки бар натиҷаи илмии Расми 2-и манбаъ асос ёфтааст. Нишон дода мешавад, ки коррелятсияҳои ҳамсояи наздик минтақаи фазаи FM-ро кам мекунанд, аммо хусусияти пайвастаи гузаришро нигоҳ медоранд. Марзҳои фаза бозкашии ададии графики манбаъ нестанд.

Матритсаи зичии асосии равиши nearest-neighbor

Supplementary Material reduced density matrices-и як-site ва ду-site-ро:

\[ \rho_a = \mathrm{Tr}_{\neq a}[\rho], \qquad \rho_{ab} = \mathrm{Tr}_{\neq a,b}[\rho] \tag{S1} \]

бо ин ифода муайян мекунад.

Connected correlation дар як nearest-neighbor bond:

\[ C_{j,k} = \rho_{jk} - \rho_j\rho_k \tag{S3} \]

чунин аст.

Ҳолати mean-field:

\[ \rho_{\mathrm{MF}} = \bigotimes_{j=1}^{N}\rho_j \tag{S4} \]

аз ин рӯ дар ҳадди pure mean-field:

\[ C_{j,k}=0. \]

Сохтори асосии trial state-и коррелятсияшуда:

\[ \rho_c = \rho_{\mathrm{MF}} + \sum_{\langle j,k\rangle} C_{j,k} \left( \bigotimes_{l\neq j,k}\rho_l \right). \tag{S2} \]

Дар ин равиш two-site correlation дар nearest-neighbor bond-и интихобшуда ошкоро нигоҳ дошта мешавад, дар ҳоле ки таъсири site-ҳои дигари атроф дар сатҳи mean-field нигоҳ дошта мешавад.

Шумораи координатсионӣ \(q\) чиро ифода мекунад?

Маводи иловагӣ моделро дар hypercubic lattice-и умумии \(d\)-ченака менависад:

\[ q=2d. \]

\(q\) шумораи nearest-neighbor-и як site аст. Шумораи умумии bond:

\[ \frac{qN}{2} \]

мешавад. Барои ҳолати якченакае, ки барои QCA баррасӣ шудааст:

\[ d=1, \qquad q=2. \]

Аз ин рӯ ислоҳи коррелятсияи як-bond дар андозаи паст он қадар муҳим аст, ки онро нодида гирифтан мумкин нест.

Қисмҳои як-site ва ду-site-и Hamiltonian

Supplementary Material:

\[ H_j^{(1)} = \frac{\Omega}{2}\sigma_j^z, \qquad J_j = \sqrt{\kappa}\sigma_j^-, \tag{S7} \]

ва:

\[ H_{\langle jk\rangle}^{(2)} = -\frac{V}{4} \sigma_j^x\sigma_k^x \tag{S8} \]

ин ҷудокуниро истифода мебарад.

Азбаски exact dynamics-и two-body reduced density matrix умуман ба three-body density matrix пайваст мешавад, hierarchy-и ба BBGKY монанд пайдо мешавад. Ин hierarchy худ аз худ баста нест. Манбаъ:

\[ \rho_{abl} \approx \rho_{ab}\rho_l \]

бо тахмини мазкур bond-и интихобшудаи \(a,b\)-ро exact нигоҳ дошта, муҳитро ҳамчун factorized mean-field гирифта системаро мебандад.

Густариши two-site density matrix дар асоси Pauli

Reduced density matrix-и дукубитӣ дар Pauli basis чунин навишта мешавад:

\[ \rho_{ab} = \frac{\mathbb I_a\mathbb I_b}{4} + \frac14 \left[ \sum_{\mu} \alpha_{\mu,I}\sigma_a^\mu\mathbb I_b + \sum_{\nu} \alpha_{I,\nu}\mathbb I_a\sigma_b^\nu + \sum_{\mu,\nu} \alpha_{\mu,\nu}\sigma_a^\mu\sigma_b^\nu \right], \quad \mu,\nu\in\{x,y,z\}. \tag{S12} \]

ба ҳамин шакл ифода мешавад.

Two-point correlation functions:

\[ 4m^{\mu,\nu} = \alpha_{\mu,\nu} = \langle \sigma_a^\mu\sigma_b^\nu \rangle = \mathrm{Tr} \left[ \rho_{ab} \sigma_a^\mu\sigma_b^\nu \right]. \tag{S13} \]

Single-site magnetization components бошад зери translation invariance:

\[ 2m^\mu = \alpha_{\mu,I} = \alpha_{I,\mu} = \langle\sigma_a^\mu\rangle = \langle\sigma_b^\mu\rangle. \tag{S14} \]

Дар натиҷаи ин параметризатсия се one-point ва нӯҳ two-point quantity, ҷамъ 12 тағйирёбандаи динамикии мустақил ба даст меоянд.

12 муодилаи ҳаракат бо nearest-neighbor correlations

Дар Supplementary Material-и манбаъ барои сохтани версияи correlation-corrected-и диаграммаи фаза маҷмӯи муодилаҳои зерин истифода мешавад:

\[ \frac{dm^x}{dt} = -\Omega m^y -\frac{\kappa}{2}m^x, \tag{S15a} \]
\[ \frac{dm^y}{dt} = \Omega m^x + V(q-1)m^xm^z + Vm^{z,x} - \frac{\kappa}{2}m^y, \tag{S15b} \]
\[ \frac{dm^z}{dt} = -V(q-1)m^xm^y - Vm^{y,x} - \kappa \left( \frac12+m^z \right), \tag{S15c} \]
\[ \frac{dm^{x,x}}{dt} = -\Omega \left( m^{y,x}+m^{x,y} \right) - 2\kappa m^{x,x}, \tag{S15d} \]
\[ \frac{dm^{x,y}}{dt} = -\Omega \left( m^{y,y}-m^{x,x} \right) + Vm^x(q-1)m^{z,x} + \frac{V}{4}m^z - 2\kappa m^{x,y}, \tag{S15e} \]
\[ \frac{dm^{x,z}}{dt} = -\Omega m^{y,z} - Vm^x(q-1)m^{x,y} - \frac{V}{4}m^y - 2\kappa m^{x,z} - \frac{\kappa}{2}m^x, \tag{S15f} \]
\[ \frac{dm^{y,x}}{dt} = \Omega \left( m^{x,x}-m^{y,y} \right) + V(q-1)m^xm^{z,x} + \frac{V}{4}m^z - 2\kappa m^{y,x}, \tag{S15g} \]
\[ \frac{dm^{y,y}}{dt} = \Omega \left( m^{x,y}+m^{y,x} \right) + Vm^x(q-1) \left( m^{y,z}+m^{z,y} \right) - 2\kappa m^{y,y}, \tag{S15h} \]
\[ \frac{dm^{y,z}}{dt} = \Omega m^{x,z} - Vm^x(q-1) \left( m^{y,y}-m^{z,z} \right) - 2\kappa m^{y,z} - \frac{\kappa}{2}m^y, \tag{S15i} \]
\[ \frac{dm^{z,x}}{dt} = -\Omega m^{z,y} - V(q-1)m^xm^{y,x} - \frac{V}{4}m^y - 2\kappa m^{z,x} - \frac{\kappa}{2}m^x, \tag{S15j} \]
\[ \frac{dm^{z,y}}{dt} = \Omega m^{z,x} + Vm^x(q-1) \left( m^{z,z}-m^{y,y} \right) - 2\kappa m^{z,y} - \frac{\kappa}{2}m^y, \tag{S15k} \]
\[ \frac{dm^{z,z}}{dt} = -Vm^x(q-1) \left( m^{z,y}+m^{y,z} \right) - \kappa \left( m^z+2m^{z,z} \right). \tag{S15l} \]

Дар ин муодилаҳо ду саҳми физикии гуногун дида мешаванд. Terms-и \(Vm^{z,x}\), \(Vm^{y,x}\) дар bond-и интихобшуда explicit two-point correlations доранд; таъсири \(q-1\) ҳамсояи дигар бошад тавассути mean-field terms-и шакли \(V(q-1)m^\alpha m^\beta\) меояд.

Натиҷаи муҳими андозагии манбаъ чунин аст: дар як андоза \(q=2\), бинобар ин коррелятсияи як-bond-и exact нигоҳдошташуда бо mean-field contribution-и атроф дар як тартиб аст. Дар андозаҳои баланд бо \(q\gg1\) contribution-и як bond нисбатан хурд мешавад ва равиши mean-field табиитар мегардад.

Ҳадди mean-field дар шумораи баланди координатсионӣ

Барои \(q\gg1\):

\[ m^{\mu,\nu} \approx m^\mu m^\nu \]

ҳангоми истифодаи factorization система:

\[ \frac{dm^x}{dt} = -\Omega m^y -\frac{\kappa}{2}m^x, \tag{S16a} \]
\[ \frac{dm^y}{dt} = \Omega m^x + Vq\,m^xm^z - \frac{\kappa}{2}m^y, \tag{S16b} \]
\[ \frac{dm^z}{dt} = -Vq\,m^xm^y - \kappa \left( \frac12+m^z \right) \tag{S16c} \]

ба ин муодилаҳо мерасад.

Барои як андоза ҳангоми гузоштани \(q=2\), Муодилаҳои (6a)–(6c)-и матни асосӣ боз ҳосил мешаванд.

Усул ва Натиҷаҳои Таҳқиқот

Таҳлили диаграммаи фаза

Муаллифон аввал stationary phase diagram-и модели dissipative Ising-inspired-ро бо mean-field ҳал мекунанд. Меҳвари уфуқӣ:

\[ \Omega/\kappa \]

dimensionless field strength, меҳвари амудӣ:

\[ V/\kappa \]

dimensionless interaction strength аст.

Mean-field phase map ду минтақаи асосиро нишон медиҳад:

  • минтақаи парамагнитӣ бо \(m_\infty^x=0\),
  • минтақаи ферромагнитии symmetry-broken бо \(|m_\infty^x|>0\).

Бо дохил кардани nearest-neighbor correlations минтақаи FM хурд мешавад. Манбаъ хабар медиҳад, ки дар буриши хатти \(V=3\kappa\) ҳам ҳалли mean-field ва ҳам correlation-corrected гузариши PM–FM-ро пайваста нишон медиҳанд.

Азбаски арзишҳои хоми grid-и графики манбаъ дода нашудаанд, Verianla арзиши муайяни критикии \(\Omega/\kappa\)-ро аз тасвир нахонда ҳамчун рақами дақиқ намесозад.

Transient ergodicity breaking дар finite-size QCA

Шартҳои асосии дар симулятсияи мустақими QCA истифодашуда:

ПараметрАрзиши манбаъМаъно
\(\Omega\)\(3\kappa\)Transverse field
\(V\)\(15\kappa\)Nearest-neighbor interaction
\(\kappa\delta t\)0.1Қадами дискретии вақти беандоза
Initial states2.000ҳолатҳои ибтидоие, ки диапазони \(m_0^x\in[-0.5,0.5]\)-ро фаро мегиранд
Андозаҳои система\(N=10\) ва \(N=100\)Шумораи кубитҳо дар ҳар layer
\(\chi_{\mathrm{MPS}}\)48Matrix-product-state bond dimension
\(\chi_{\mathrm{MPO}}\)16Matrix-product-operator bond dimension
Қабати гистограмма\(t=8\)Қабате, ки transient bimodality дар он таҳқиқ шудааст
Histogram bin size0.005Паҳнои bin-и гистограммаи манбаъ

Муқоисаи \(N=10\) ва \(N=100\)

Дар \(N=10\), 2.000 magnetization trajectory дар қабатҳои миёна дар атрофи ду quasi-fixed value ҷамъ шудан мегиранд ва гистограммаи \(t=8\) сохтори bimodal нишон медиҳад.

Дар \(N=100\) қуллаҳои гистограммаи ду гурӯҳ баландтар ва тезтар мешаванд. Манбаъ инро ҳамчун рафтори emergent тафсир мекунад, ки quasi-fixed point-ҳо бо зиёд шудани андозаи система равшантар мешаванд.

Аммо ин ду қулла дар вақти беохир собит намемонанд. Дар чуқурии бештари QCA trajectories ба як stationary state-и \(m^x=0\) наздик мешаванд.

Ҳолатҳои ибтидоӣ чӣ гуна сохта мешаванд?

Дар Supplementary Material аввал \(n=1000\) translation-invariant product states сохта мешаванд:

\[ \rho_0^{\,l} = \bigotimes_{k=1}^{N} |\psi^l\rangle\langle\psi^l|, \qquad l=1,\ldots,1000. \tag{S17} \]

Ҳолати софи яккубитӣ:

\[ |\psi^l\rangle = \cos\left(\frac{\theta^l}{2}\right)|0\rangle + e^{i\phi^l} \sin\left(\frac{\theta^l}{2}\right)|1\rangle. \]

Кунҷҳои Bloch-sphere тавассути magnetization components:

\[ \theta^l = \arccos(2m_{0,l}^z), \qquad \phi^l = \operatorname{arctan2} \left( m_{0,l}^y,m_{0,l}^x \right), \tag{S18} \]

ва:

\[ (m_{0,l}^x)^2+ (m_{0,l}^y)^2+ (m_{0,l}^z)^2 = \frac14 \]

бо ин шарт муайян мешаванд.

Чаро arctan2 истифода мешавад?

\(\arctan(y/x)\)-и оддӣ вобаста ба аломатҳои \(x\) ва \(y\) наметавонад боэътимод муайян кунад, ки нуқта дар кадом quadrant аст. \(\operatorname{arctan2}(y,x)\) аломатҳои \(x\) ва \(y\)-ро якҷо истифода карда кунҷи дурусти \(\phi\in(-\pi,\pi]\)-ро интихоб мекунад.

1.000 state-и аввал чӣ гуна uniform тақсим мешаванд?

Манбаъ аввал:

\[ m_{0,l}^x\in[0,0.5] \]

дар ин диапазон uniform sampling мекунад.

Сипас:

\[ R = \sqrt{ \frac14-(m_l^x)^2 }, \tag{S21} \]
\[ m_l^y = R\sin\alpha, \qquad m_l^z = R\cos\alpha, \qquad \alpha\in[0,2\pi] \tag{S22} \]

ду component-и дигар муайян мешаванд.

Ин sampling ҳамчун Haar-uniform sampling дар Bloch sphere муайян нашудааст. Ҳадафи манбаъ фаро гирифтани меҳвари \(m_0^x\) order parameter бе эҷоди bias аст.

1.000 ҳолати ибтидоии дигар чӣ гуна ба даст меоянд?

1.000 ҳолати дуюм мустақилона аз нав намунагирӣ намешаванд; partner-ҳои 1.000 ҳолати аввал таҳти \(\mathbb Z_2\) сохта мешаванд:

\[ \widetilde{\rho}_0^{\,l} = \mathcal P[\rho_0^{\,l}]. \tag{S23} \]

Дар натиҷа:

\[ \widetilde m_{0,l}^x = -m_{0,l}^x. \tag{S24} \]

мешавад.

Барои QCA map-и \(\Lambda\), weak symmetry:

\[ \Lambda \left[ \mathcal P[\rho_{t-1}] \right] = \mathcal P \left[ \Lambda[\rho_{t-1}] \right] = \mathcal P[\rho_t] \tag{S25} \]

аз ин рӯ дар ҳамаи қабатҳо:

\[ \widetilde m_{t,l}^x = -m_{t,l}^x \tag{S26} \]

симметрия нигоҳ дошта мешавад.

Чаро ин усули sampling муҳим аст?

Агар ҳолатҳои ибтидоӣ аз рӯи \(m_0^x\) нобаробар намунагирӣ мешуданд, баландӣ ё сохтори зичии ду қуллаи output histogram метавонист аз sampling bias таъсир гирад. Аз ин рӯ манбаъ меҳвари \(m_0^x\)-ро симметрӣ фаро гирифта, 2.000 ҳолат месозад.

Jump operator-и омӯзишпазир

Дар модели физикии classification-capable jump operator:

\[ J_k=\sqrt{\kappa}\sigma_k^- \]

чунин аст. Ҳадафи омӯзиш санҷидани он аст, ки оё QCA бе донистани мустақими ин шакл метавонад dissipative coupling-и мувофиқро омӯзад.

Барои ин ду trainable real parameter истифода мешаванд:

\[ J_k(a,b) = a\sigma_k^x + ib\sigma_k^y. \tag{7} \]

\(a\): коэффисиенти ҳақиқии contribution-и \(\sigma^x\) мебошад.

\(b\): коэффисиенти ҳақиқии contribution-и \(i\sigma^y\) мебошад.

Ин параметризатсия барои арзишҳои мувофиқи \(a,b\) jump operator-и Ising-и манбаъро низ дар бар мегирад.

Ҳангоми омӯзиш Hamiltonian-ҳои \(H_k\) нав карда намешаванд. Яъне таҳқиқот тамоми QCA gate structure-ро озодона оптимизатсия намекунад; танҳо ду параметри global-и jump operator омӯзонида мешаванд.

Маълумоти омӯзишӣ чӣ гуна омода мешавад?

Манбаъ маълумоти омӯзиширо:

\[ \left\{ \rho_{\mathrm{in}}^{(\nu)}, m_{x,\mathrm{out}}^{(\nu)} \right\}_{\nu=1,\ldots,P} \]

ҳамчун ҷуфтҳои input state–target magnetization муайян мекунад.

Дар намоиши асосии омӯзиш:

\[ P=4. \]

Ин чор target pair аз эволютсияи QCA-и истинодие, ки хусусияти тасниф дорад, гирифта мешаванд.

QCA-и истинодӣ:

\[ a=\frac12, \qquad b=-\frac12 \]

ин арзишҳоро истифода мекунад ва ин интихоб jump operator-и навъи \(\sigma^-\)-ро амалӣ мекунад.

Ин нуқтаро бо 2.000 trajectories омехта кардан лозим нест: модель бо чор training pair омӯзонида мешавад; 2.000 ҳолати ибтидоӣ барои визуализатсияи сохтори динамикии тасниф пеш/пас аз омӯзиш истифода мешаванд.

Чаро Функсияи Талафоти Бар Order Parameter Асосёфта Муҳим Аст?

Функсияи талафоти бар order parameter асосёфтаи таҳқиқот ба ҷойи муқоисаи тамоми ҳолати баландандозаи баромади квантӣ бо target state танҳо дуршавии магнитнокии макроскопии \(x\)-ро, ки таснифро аз ҷиҳати физикӣ мебарад, аз арзиши ҳадаф ҷарима мекунад; дар манбаъ ин интихоб дар ҳамвории параметрҳои \((a,b)\) loss landscape-и сохторёфтаро бо минимумҳои васеъ ва равшан ба вуҷуд меорад ва ба қобили татбиқ мондани омӯзиши gradient-descent дар фазои калони ҳолат кӯмак мекунад.

Сохтори пурраи функсияи талафот

Муодилаи (8)-и манбаъ:

\[ \mathcal L = \frac{1}{P} \sum_{\nu=1}^{P} \left[ \mathrm{Tr} \left( \left[ \frac{1}{2N} \sum_{k=1}^{N}\sigma_k^x - m_{x,\mathrm{out}}^{(\nu)} \right] \rho_{\mathrm{out}}^{(\nu)} \right) \right]^2. \tag{8} \]

Формула чиро ҳисоб мекунад? Барои ҳар training sample фарқи байни QCA output order parameter ва target output magnetization-ро ҳисоб карда, квадрат мегирад ва бар ҳамаи \(P\) намуна миёна мекунад.

\(\rho_{\mathrm{out}}^{(\nu)}\): density matrix-и баромади QCA барои input state-и \(\nu\) мебошад.

\(m_{x,\mathrm{out}}^{(\nu)}\): target output magnetization-и талабшуда барои намунаи \(\nu\) мебошад.

\(\frac1{2N}\sum_k\sigma_k^x\): classification observable-и физикӣ мебошад.

Ин loss ҳамаи quantum state amplitudes-ро маҷбур намекунад, ки як ба як бо target state мувофиқ шаванд. Он танҳо output quantity-и макроскопии барои тасниф муҳимро оптимизатсия мекунад.

Робита бо barren plateau

Barren plateau мушкилест, ки дар баъзе quantum circuits-и параметрӣ бо калон шудани система gradient-ҳои cost-function хеле хурд мешаванд ва optimization landscape дар минтақаҳои калон қариб ҳамвор мегардад.

Дар манбаъ landscape-и order-parameter loss дар ҳамвории \((a,b)\) сохторёфта ва дорои минимуми васеъ аст. Муаллифон робитаи онро бо physics-informed architecture ва physical order-parameter loss муҳокима мекунанд.

Аммо натиҷа бояд чунин маҳдуд карда шавад:

  • таҳқиқот ба таври ададӣ нишон медиҳад, ки QCA-и баррасишуда trainable аст,
  • нишон медиҳад, ки loss landscape broad minima дорад,
  • бо мушкилоти barren-plateau-и маълум дар fidelity-type losses муқоисаи консептуалӣ месозад,
  • аммо математикӣ исбот намекунад, ки дар ҳамаи QCA ё ҳамаи андозаҳои система barren plateau вуҷуд нахоҳад дошт.

Gradient update

Параметрҳои jump operator:

\[ J_k(a,b) \longrightarrow J_k(a,b) + \epsilon J_k(\widetilde a,\widetilde b) = J_k(a',b') \tag{9} \]

ба ин шакл нав карда мешаванд.

Дар ин ҷо:

\[ a' = a+\epsilon\widetilde a, \qquad b' = b+\epsilon\widetilde b. \]

\(\widetilde a,\widetilde b\) самти steepest-descent-ро, ки loss-ро зудтарин кам мекунад, муайян мекунанд; \(\epsilon\) бошад learning rate аст.

Шартҳои асосии омӯзиш

УнсурАрзиш
QCA depth\(L=10\)
Андозаи системаи loss-landscape\(N=20\)
Training pair\(P=4\)
Reference/teacher jump parameters\(a=1/2,\;b=-1/2\)
Оғози untrained\(a=-0.15,\;b=-1\)
Hamiltonian\(\Omega=3\kappa,\;V=15\kappa\), ҳангоми омӯзиш собит
Learning rate\(\epsilon=80\)
Такрорҳои update дар Расми асосии 4100
\(\chi_{\mathrm{MPS}}\)48
\(\chi_{\mathrm{MPO}}\)16
Initial states барои нишон додани output distribution2.000
Histogram bin size0.005

Пеш аз омӯзиш чӣ мешавад?

QCA-и untrained, ки бо параметрҳои \(a=-0.15,\;b=-1\) оғоз шудааст, ду quasi-fixed output class ҳосил намекунад. Гистограммаи \(L=10\) дар output layer-и \(m_{10}^x\) дар манбаъ дар атрофи як қулла ҷамъ мешавад.

Пас аз омӯзиш чӣ мешавад?

Пас аз 100 parameter update output trajectories дар атрофи ду magnetization-и гуногун ҷамъ мешаванд. Манбаъ дар Расми 4 онҳоро class A ва class B нишон медиҳад ва output histogram ду қуллаи равшан дорад.

Ин намоиши мустақими манбаъ аст, ки QCA binary classification capability-и дар оғоз надоштаро аз training data омӯхтааст.

Схемаи source-derived Verianla, ки бар робитаҳои илмии Расми 4-и манбаъ асос ёфтааст. Баландии сутунҳои гистограмма ва геометрияи loss contour консептуалӣ мебошанд; набояд ҳамчун маълумоти миқдорие, ки дар манбаъ дода нашудааст, тафсир шаванд.

Чаро таснифро танҳо бо ду параметр омӯхтан мумкин аст?

Ин таҷриба миллионҳо параметрҳои озоди як шабакаи умумии нейронии квантиро оптимизатсия намекунад. Модели физикӣ architecture ва symmetry structure-еро аллакай дар бар мегирад, ки механизми таснифро имконпазир карда метавонанд. Омӯзиш танҳо ду coupling parameter-ро меҷӯяд, ки dissipative jump operator-и системаро ба physical regime-и мувофиқ мебаранд.

Аз ин рӯ таҳқиқот хулосаи “ҳар модели квантиро бо чор мисол омӯзонидан мумкин аст”-ро дастгирӣ намекунад. Чор training pair барои ин demonstration-и махсуси ду-параметрӣ, ки аз ҷиҳати физикӣ пешсохта шудааст, кофӣ буданд.

Чаро фазои ҳолат ин қадар калон аст?

Hilbert-space dimension-и як state-и софи \(N\)-кубитӣ ба таври экспоненсиалӣ меафзояд. Density-operator/superoperator description объектҳои аз ин ҳам калонтар талаб мекунад. Манбаъ барои state spaces-и таҳқиқшуда:

\[ 4^N\times4^N \]

ин миқёсро медиҳад.

Барои \(N=20\):

\[ 4^{20} = 1{,}099{,}511{,}627{,}776 \approx 1.1\times10^{12}, \]

ва бинобар ин миқёси дуиндексии мувофиқ:

\[ 4^{20}\times4^{20} \approx 1.2\times10^{24} \]

дар ҳамин тартиб аст.

Ин рақам барои фаҳмондани маънои ифодаи “\(\sim10^{24}\)” дар манбаъ ба таври арифметикӣ кушода шудааст; натиҷаи нави симулятсия нест.

Чаро tensor network лозим аст?

Ҳангоми мустақим нигоҳ доштани full density matrices ва superoperators хароҷоти хотира ва ҳисоббарории экспоненсиалӣ меафзояд. Matrix product state ва matrix product operator representations сохтори баъзе ҳолатҳо ва операторҳои квантиро ҳамчун tensor-ҳои фишурда нишон дода, бе нигоҳ доштани ҳамаи коэффисиентҳои фазои пурра ба таври explicit симулятсияро имкон медиҳанд.

Параметри асосии идоракунии ин равиш bond dimension \(\chi\) аст. Умуман \(\chi\)-и баландтар:

  • нигоҳ доштани correlation/entanglement structure-и бештар,
  • truncation error-и камтар,
  • аммо computational cost-и баландтарро

ифода мекунад.

Санҷиши устувории bond-dimension

ТаҳлилТанзими истинодӣТанзими санҷишӣНатиҷаи манбаъ
QCA dynamics\(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=16\)\(\chi_{\mathrm{MPS}}=96,\;\chi_{\mathrm{MPO}}=16\)Тағйироти сифатии намоён нест; қуллаҳои гистограммаи \(N=100\) танҳо каме баландтаранд.
QCA dynamics\(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=16\)\(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=32\)Манбаъ тағйироти сифатии намоёнро гузориш намедиҳад.
Training stability\(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=16\)\(\chi_{\mathrm{MPS}}=64,\;\chi_{\mathrm{MPO}}=16\)Initial/trained dynamics, loss landscape ва gradient path аз ҷиҳати сифатӣ бо натиҷаи асосӣ мувофиқанд.
Training stability\(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=16\)\(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=32\)Натиҷаҳо аз ҷиҳати сифатӣ бо training simulation-и асосӣ яксон мемонанд.

Дар санҷиши Supplementary training-stability 50 update repetition, \(\epsilon=80\) ва \(N=20\) истифода мешаванд. Ин рақам набояд бо 4 update repetition-и Расми асосии 100 омехта карда шавад.

Манбаъ ҳамчунин мегӯяд, ки барои \(\chi_{\mathrm{MPO}}=16\) решаи квадратии ҷамъбасти квадратҳои discarded singular values дар тартиби дақиқии мошин аст ва ин MPO bond dimension-ро кофӣ мешуморад.

Оё transient bimodality артефакти bond dimension-и паст аст?

Supplementary robustness tests-и манбаъ ин эҳтимолро махсус месанҷанд. Вақте bond dimensions зиёд мешаванд, аз ҷиҳати сифатӣ нигоҳ доштани сохтори ду quasi-fixed-point ва bimodal output distribution дастгирӣ мекунад, ки transient ergodicity breaking-и мушоҳидашуда танҳо артефакти содаи интихоби truncation-и \(\chi_{\mathrm{MPS}}=48\) ё \(\chi_{\mathrm{MPO}}=16\) нест.

Оё Ин Таҳқиқот Бартарии Квантӣ ё Муваффақияти Таснифи Маълумоти Воқеиро Нишон Медиҳад?

Не; таҳқиқот trainability-и QCA-еро нишон медиҳад, ки ҳолатҳои ибтидоии синтетикии квантиро, ки дар компютери классикӣ бо tensor-network усулҳо симулятсия шудаанд, тавассути магнитнокии физикии \(x\) ба ду синф ҷудо мекунад, аммо дар quantum hardware-и воқеӣ quantum speedup ё quantum advantage-ро чен намекунад ва дар benchmark-и воқеии тасвир, матн, маълумоти биотиббӣ ё дигар маълумоти ҷаҳонӣ performance-и таснифии навъи accuracy, F1 ё AUC-ро гузориш намедиҳад.

Ифодаи “Efficiently learned” чӣ гуна бояд фаҳмида шавад?

Даъвои “efficiently learned”-и манбаъ ба он асос меёбад, ки дар physics-informed QCA-и таҳқиқшуда бо вуҷуди state space-и баландандоза order-parameter loss landscape broad minima ва gradient structure-и қобили истифода нишон медиҳад.

Ин ифода маънои инҳоро надорад:

  • polynomial-time proof аз нуқтаи назари classical computational complexity,
  • wall-clock speedup дар протсессори квантӣ,
  • accuracy-и баландтар нисбат ба classical classifier,
  • scalable fault-tolerant hardware demonstration

ро ифода намекунад.

Оё multiclass classification дар ин мақола нишон дода шудааст?

Не. Demonstration-и мустақими ададии мақола бо сабаби \(\mathbb Z_2\)-symmetry ва ду quasi-fixed point ба binary classification марбут аст.

Муаллифон истифодаи many-body systems бо симметрияи баландтарро барои multiclass classification ҳамчун самти оянда ва қобили умумисозӣ муҳокима мекунанд. Ин натиҷаи multiclass benchmark-и дар мақола нишон додашуда нест.

Оё таҷҳизоти NISQ истифода шудааст?

Не. Манбаъ масъалаи онро, ки оё noise-и NISQ devices дар оянда кам карда мешавад ё бо сабаби effective dissipative будани QCA dynamics дар баъзе ҳолатҳо метавонад ба таври муфид истифода шавад, ҳамчун саволи таҳқиқоти оянда мегузорад.

Аз ин рӯ таҳқиқот хулосаи “noise-и NISQ бомуваффақият истифода шуд”-ро дастгирӣ намекунад.

Натиҷаҳое, ки таҳқиқот бевосита дастгирӣ мекунад

  • Метавон байни dissipative Ising-inspired QCA dynamics ва data classification робитаи физикӣ барқарор кард.
  • Дар thermodynamic-limit model \(\mathbb Z_2\)-symmetry breaking метавонад ду opposite order-parameter fixed point ҳосил кунад.
  • Дар finite-size QCA ба ҷойи symmetry breaking-и доимӣ transient ergodicity breaking ва ду quasi-fixed point пайдо шуда метавонанд.
  • Вақте қабати баромад дар transient non-ergodic window ҷойгир мешавад, ду quasi-fixed point метавонанд ҳамчун binary classes истифода шаванд.
  • Nearest-neighbor correlations mean-field ferromagnetic region-ро хурд мекунанд, аммо continuous character-и гузариши дар манбаъ таҳқиқшударо тағйир намедиҳанд.
  • Дар \(N=100\) transient bimodality нисбат ба \(N=10\) равшантар мешавад.
  • QCA-и ду-параметрӣ, ки дар оғоз тасниф намекунад, бо истифода аз чор training pair метавонад барои омӯхтани binary classification behavior омӯзонида шавад.
  • Order-parameter based loss дар \((a,b)\) parameter plane-и таҳқиқшуда structured loss landscape бо broad minimum месозад.
  • Ҳангоми зиёд кардани tensor-network bond dimensions, transient dynamics ва training conclusions-и асосӣ аз ҷиҳати сифатӣ нигоҳ дошта мешаванд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

  • Нишон дода нашудааст, ки ergodicity breaking-и доимӣ дар finite QCA ба амал меояд; баръакс, манбаъ нишон медиҳад, ки дар вақти дароз ergodicity барқарор мешавад.
  • Дар quantum processor-и воқеӣ омӯзиш гузаронида нашудааст.
  • Quantum computational advantage ё quantum speedup нишон дода нашудааст.
  • Маҷмӯи маълумоти воқеии ҷаҳон тасниф нашудааст.
  • Accuracy, precision, recall, F1 ё AUC benchmark гузориш нашудааст.
  • Нишон дода нашудааст, ки масъалаҳои умумии quantum machine learning бо чор training pair ҳал мешаванд.
  • Исбот нашудааст, ки barren plateau барои ҳамаи quantum machine-learning architectures бартараф шудааст.
  • Multiclass classification дар ин таҳқиқот ададӣ нишон дода нашудааст.
  • Ба таври таҷрибавӣ нишон дода нашудааст, ки NISQ noise муфид аст.
  • Наметавон фарз кард, ки tensor-network simulation бо physical quantum hardware execution як computational cost дорад.

Ҷиҳатҳои қавии таҳқиқот

  • Механизми тасниф ба ҷойи black-box quantum circuit-и абстрактӣ ба мафҳумҳои ошкори many-body physics пайваст шудааст.
  • Symmetry, phase transition, ergodicity breaking ва machine-learning trainability дар як чорчӯбаи физикӣ баррасӣ шудаанд.
  • Натиҷаҳои mean-field бо nearest-neighbor correlations санҷида шудаанд.
  • Finite-QCA dynamics бевосита бо tensor-network simulation таҳқиқ шудааст.
  • Initial-state sampling бо истифодаи \(\mathbb Z_2\) symmetry аз рӯи \(m_0^x\) мутавозин тарҳрезӣ шудааст.
  • Натиҷаҳои training ва transient dynamics бо зиёд кардани bond-dimension аз санҷиши robustness гузаштаанд.
  • Loss function бевосита бо order parameter-и физикии тасниф алоқаманд аст.

Маҳдудиятҳои методологии таҳқиқот

  • Натиҷаҳо ба classical tensor-network simulation асос меёбанд.
  • Hardware noise, gate error ва physical-device connectivity бевосита санҷида нашудаанд.
  • Training demonstration танҳо ду global jump-operator parameter-ро дар бар мегирад.
  • Training set танҳо аз чор synthetic input–target pair иборат аст.
  • Тасниф binary аст.
  • Benchmark-и dataset-и воқеии ҷаҳон вуҷуд надорад.
  • Standard ML performance metrics гузориш нашудаанд.
  • Large-scale physical quantum hardware demonstration вуҷуд надорад.
  • Spatially ва temporally inhomogeneous \(k,t\)-dependent Hamiltonian/jump operators омӯзонида нашудаанд.
  • Theorem-и умумие нест, ки order-parameter loss дар ҳамаи QML architectures barren plateau-ро пешгирӣ мекунад.

Самтҳои таҳқиқоти оянда

Манбаъ се самти муҳими таҳқиқотро пеш мегузорад.

Якум, робитаи байни transient nonergodicity ва spectral-gap closing ва metastability бояд муфассалтар фаҳмида шавад.

Дуюм, омӯзиши spatially/temporally inhomogeneous parameter spaces-и васеътар аст, ки дар онҳо Hamiltonian ва jump operators-и маҳаллӣ метавонанд ба индекси \(k\) site ва қабати \(t\) вобаста бошанд.

Сеюм, таҳқиқи ин сохторҳои мураккабтар ва барои компютери классикӣ гарон дар quantum hardware ва омӯзиши он аст, ки NISQ noise бо dissipative QCA dynamics чӣ гуна ҳамтаъсир мекунад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Training the classification capability of large-scale quantum cellular automata.

Муаллифон: Mario Boneberg; Simon Kochsiek; Gabriele Perfetto; Igor Lesanovsky.

Версияи манбаи боршуда: arXiv:2509.18262v1 [quant-ph], 22 сентябри 2025.

Нашри кунунии рецензияшуда: Physical Review A, Volume 114, Issue 1, Article 012209.

Санаи нашри рецензияшуда: 16 июли 2026.

DOI: 10.1103/gds1-9vhy.

Санаи қабул барои баррасӣ: 3 октябри 2025.

Санаи ревизия: 18 феврали 2026.

Санаи қабул: 1 июни 2026.

Маҷалла: Physical Review A.

Ношир: American Physical Society.

Вазъи рецензия: Мақолаи таҳқиқотии рецензияшуда ва нашршуда. Файли боршудаи таҳқиқот бошад матни arXiv v1-и пеш аз нашрро дар бар мегирад.

Литсензия / истифодаи такрорӣ: Саҳифаи расмии мақолаи APS маълумоти ©2026 American Physical Society ва all rights reserved-ро нишон медиҳад; дар сабти расмӣ литсензияи кушодаи Creative Commons зикр нашудааст. Аз ин рӯ фигураҳои манбаъ дар Verianla айнан нусхабардорӣ нашуда, танҳо робитаҳои илмӣ бо схемаҳои мустақили source-derived дубора ифода шудаанд.

Аффилиатсияҳои v1-и боршуда: Institut für Theoretische Physik, Universität Tübingen and Center for Integrated Quantum Science and Technology, Tübingen, Germany; School of Physics and Astronomy and Centre for the Mathematics and Theoretical Physics of Quantum Non-Equilibrium Systems, University of Nottingham, United Kingdom.

Аффилиатсияҳои кунунии версияи нашршудаи APS: Mario Boneberg ва Simon Kochsiek — Universität Tübingen; Gabriele Perfetto — Institut für Theoretische Physik, ETH Zürich; Igor Lesanovsky — Universität Tübingen ва University of Nottingham.

Ёддошти версияи аффилиатсия: arXiv v1-и боршуда Gabriele Perfetto-ро бо аффилиатсияи Tübingen нишон медиҳад, дар ҳоле ки сабти ниҳоии APS аффилиатсияи ETH Zürich-ро нишон медиҳад. Ин фарқ ҳамчун навсозии библиографӣ байни preprint ва версияи нашршуда нигоҳ дошта шудааст.

Corresponding author: Дар PDF-и v1-и боршуда аломати ҷудогонаи corresponding-author дида намешавад.

Саҳми баробар: Дар манбаи боршуда изҳороти equal-contribution / co-first-author дида намешавад.

Навъи таҳқиқот: Таҳқиқоти назариявӣ ва ададии квантии бисёрҷисмӣ / quantum machine-learning.

Системаи асосӣ: Gate-based quantum cellular automaton-и weak-\(\mathbb Z_2\)-symmetric, ки аз модели диссипативии Ising илҳом гирифтааст.

Механизми асосии илмӣ: Истифодаи transient ergodicity breaking дар наздикии гузариши фаза ва ду quasi-fixed order-parameter state ҳамчун binary classes.

Order parameter-и асосӣ: \(x\)-magnetization-и нормалшуда \(m^x\).

Усулҳои асосии назариявӣ: Lindblad open-system description, mean-field approximation ва nearest-neighbor correlation correction.

Усули асосии ададӣ: Tensor-network QCA simulation бо истифодаи matrix product states ва matrix product operators.

Параметрҳои асосии динамикаи QCA: \(\Omega=3\kappa\), \(V=15\kappa\), \(\kappa\delta t=0.1\).

Андозаҳои системаи transient-dynamics: \(N=10\) ва \(N=100\).

Андозаи системаи training/loss-landscape: \(N=20\).

QCA training depth-и асосӣ: \(L=10\).

Шумораи training pair: \(P=4\).

Параметрҳои ибтидоии untrained: \(a=-0.15,\;b=-1\).

Параметрҳои reference/teacher: \(a=1/2,\;b=-1/2\).

Learning rate: \(\epsilon=80\).

Шумораи update дар training figure-и асосӣ: 100.

Шумораи update дар Supplementary robustness-training: 50.

Tensor-network bond dimensions-и асосӣ: \(\chi_{\mathrm{MPS}}=48,\;\chi_{\mathrm{MPO}}=16\).

Санҷишҳои robustness: Барои QCA dynamics \(\chi_{\mathrm{MPS}}=96\) ва \(\chi_{\mathrm{MPO}}=32\); барои training stability вариантҳои \(\chi_{\mathrm{MPS}}=64\) ва \(\chi_{\mathrm{MPO}}=32\) алоҳида санҷида шудаанд.

Ҳолатҳои ибтидоӣ: 1.000 product state аз \(m_0^x\in[0,0.5]\) намунагирӣ шуда, 1.000 \(\mathbb Z_2\) symmetry partner-и онҳо сохта шуд ва ҷамъ 2.000 ҳолати ибтидоӣ ба даст омад.

Маҷмӯи маълумоти воқеии ҷаҳон: Нест. Воридоти таҳқиқшуда controlled synthetic quantum product states мебошанд.

Quantum hardware-и воқеӣ: Истифода нашудааст.

Санҷиши quantum advantage: Анҷом дода нашудааст.

Standard classification metrics: Accuracy, precision, recall, F1 ва AUC гузориш нашудаанд; тасниф тавассути сохтори bimodal-и output order parameter нишон дода шудааст.

Statistical hypothesis testing: Таҳқиқот таҳқиқоти классикии намуна-оморӣ нест; муқоисаи бар p-value ё confidence interval асосёфта гузориш нашудааст.

Дастрасии код: Дар манбаи боршуда бахши ҷудогонаи Code Availability ё пайванди reproducibility code дида намешавад.

Дастрасии маълумот: Дар манбаи боршуда бахши ҷудогонаи Data Availability дида намешавад.

Саҳми муаллифон: Дар манбаи v1-и боршуда бахши ҷудогонаи CRediT/Author Contributions дида намешавад.

Бархӯрди манфиатҳо: Дар манбаи v1-и боршуда бахши ҷудогонаи competing-interest / conflict-of-interest дида намешавад; аз ин рӯ Verianla изҳороти дар манбаъ набудаи “бархӯрди манфиатҳо вуҷуд надорад”-ро эҷод намекунад.

Сипосгузорӣ: Муаллифон барои муҳокимаҳо ба F. Carollo ташаккур мегӯянд.

Маблағгузорӣ: Манбаъ дастгирии Deutsche Forschungsgemeinschaft Project No. 449905436, Research Unit FOR 5413/1 Grant No. 465199066, European Union Horizon Europe Grant Agreement No. 101046968 (BRISQ), EPSRC Grant No. EP/V031201/1, German Federal Ministry of Research, Technology and Space NeuQuant project grant 13N17065, Machine Learning Cluster of Excellence EXC 2064/1 Project No. 390727645, Baden-Württemberg bwHPC ва DFG INST 40/575-1 FUGG (JUSTUS 2 cluster)-ро зикр мекунад.

Ёддошти таҳририи дохили манбаъ 1: Дар оғози Supplementary Material nearest-neighbor equation derivation ба “Eq. (7)”-и матни асосӣ нисбат дода шудааст; аммо дар матни асосии боршуда Муодилаи (7) таърифи trainable \(J_k(a,b)\) jump operator аст. Мазмуни илмии муодилаҳои S15 дар маводи иловагӣ густариши correlation-corrected-и mean-field magnetization dynamics мебошад. Verianla ин номувофиқии рақами истинодро хомӯшона тағйир намедиҳад.

Ёддошти таҳририи дохили манбаъ 2: Дар Supplementary Material як ҷумлаи тавзеҳӣ дар атрофи S7 ифодаеро дорад, ки диссипатсияро ба \(V\) мепайвандад, дар ҳоле ки jump operator-и нишоншуда \(J_j=\sqrt{\kappa}\sigma_j^-\) ва ҳамаи dissipative terms-и марбут \(\kappa\)-ро ҳамчун decay parameter истифода мебаранд. Verianla displayed equations-ро нигоҳ дошта, аз ин номувофиқии матнӣ натиҷаи нави физикӣ набаровардааст.


Мубодила:

Шарҳҳо пас аз баррасӣ нашр мешаванд. Шарҳи шумо ба раванди тасдиқ фиристода шуда, пас аз пазируфта шудан намоён мегардад.

Шарҳ гузоред

Нишонии почтаи электронии шумо нашр намешавад. Майдонҳои ҳатмӣ бо * нишон дода шудаанд