第一章 引言
超冷原子量子模拟是目前凝聚态物理和量子信息领域中的一个重要方向,它给研究强关联多体系统提供了一个非常可控的实验平台。但是,在实际的研究过程中,关联涨落一直被当作制约这个体系准确描述和物性调控的主要障碍。由于超冷原子系统内部存在着复杂的量子纠缠和相互作用,怎样才能准确地描述并解耦这些关联涨落,直接影响到量子模拟的精度和可靠性。目前主流的理论求解方法对于这类大尺度多体问题来说,都存在着维度灾变、负符号问题等共同的难题。随着系统规模的增大,传统算法的计算资源需求呈指数级增长,计算效率急剧降低,不能满足实际应用的要求。就目前而言,张量网络解耦思想依靠自身在高维数据压缩以及量子态表征方面所具有的独特之处,给破解关联涨落难题赋予了新的技术途径[1]。该方法利用有效的截断和重构,可以在保持重要物理信息的基础上大大减小计算复杂度。本文主要研究目的就是用张量网络技术来实现超冷原子关联涨落的高效解耦,即通过改进算法结构和数值模拟过程来克服目前方法在尺度扩大时遇到的困难。本文不但确定了具体的技术路线,而且在算法的适应性上做了新的尝试,为以后进一步研究超冷原子体系的量子相变和动力学演化打下了良好的理论和技术基础,构建了完整的理论研究框架。
第二章 超冷原子关联涨落的物理基础与研究进展
2.1 超冷原子体系关联涨落的核心概念与量化表征
超冷原子体系用激光冷却和蒸发冷却的方法接近绝对零度时,会表现出一些特殊的量子简并现象。在此极限下,关联涨落不是简单的随机热运动或者真空涨落,而是局域密度、动量分布等可观测量偏差和系统内部多体非局域关联相互耦合的一种特殊的物理形态。它很好地体现了粒子之间超越平均场近似的相互作用细节,是认识量子相变和多体纠缠的重要物理量。为了能够准确地表达这种复杂的情况,必须创建一个全方位的量化表征体系。一阶局域涨落矩常用来描述单粒子在实空间或者动量空间分布的离散程度,其定义为 ,可以初步判断系统的相干性,但是在强相互作用体系中容易受到非局域效应的影响。
其次,高阶关联函数可以探测多体之间的非局域关联结构,二阶密度关联函数 就是一个例子,它用不同的位置粒子密度的统计依赖性来体现凝聚体的玻色增强特性或者费米子的反关联行为。另外,关联熵属于信息论视角下的重要指标,用 来量度系统状态的不确定性以及纠缠度,在描绘拓扑序或者量子临界点的时候有着特别的优势。但是,外界噪声、探测分辨率的限制以及不同阶次涨落之间的耦合干扰,都会影响到各个指标的准确性,在实验数据分析和理论计算中需要认真对待这些耦合效应,为后面章节的问题分析和方法设计打下良好的物理概念基础。
2.2 超冷原子关联涨落的主流求解路径局限梳理
对于超冷原子关联涨落的主流求解途径,目前学界主要使用解析平均场近似、数值严格对角化和量子蒙特卡洛方法这三种技术手段,但是它们在处理复杂的体系时都存在着明显的固有缺陷。解析平均场近似把多体波函数因式化成单粒子态的乘积,大大简化了哈密顿量的求解过程,被广泛地用来描述玻色-爱因斯坦凝聚体等宏观体系的基态。但是该方法本质上忽略了粒子间的高阶关联效应,在强耦合相互作用下,系统密度和自旋涨落被系统性低估,不能很好地描述量子相变附近的临界行为。数值严格对角化方法用有限维希尔伯特空间矩阵来给出某个哈密顿量的本征态和涨落的精确解,是检验理论模型的尺子。但是由于指数增长的存储和计算需求,它只能处理含有几十个粒子的极小尺度系统,不能外推到热力学极限下真实的物理场景。量子蒙特卡洛方法用随机采样的方法来统计物理量,在处理大尺度弱关联系统的时候精度很高。但是当遇到强阻挫或者费米子体系的时候,蒙特卡洛采样所遇到的负符号问题就会急剧恶化,统计误差呈指数级发散,从而使得计算出来的关联涨落结果完全失真。已有量化研究显示,在低温和强相互作用区,上述方法的计算误差比物理量本身还大,这说明开发张量网络等新的高精度求解方法是十分必要的。
表1 超冷原子关联涨落的主流求解路径局限梳理
2.3 张量网络解耦方法的现有研究脉络与应用空白
图 1 张量网络解耦方法研究脉络与空白
张量网络方法是解决强关联多体系统的一种有效方法,它的发展过程就是从一维系统到高维系统的技术飞跃。早期研究主要是矩阵乘积态,把多体波函数写成张量的乘积形式,大大减小了希尔伯特空间的维度,核心就是利用纠缠熵的面积律来高效地压缩信息,适合于精确求解一维量子系统基态问题。随着研究的深入,为了克服维度的限制,投影纠缠对态应运而生,它在二维晶格里加入辅助指标来构造张量网络,把张量重整化群的思想推广到高维体系中。但是超冷原子关联涨落具体研究中,已有工作大多集中于用上述方法求解体系的基态能量、平均密度分布或者序参量等静态平均可观测量的数值解。虽然这些技术对于基态性质的处理已经比较成熟,但是当遇到关联涨落这样的动态问题时,由于局域自由度(格点自旋翻转)和非局域长程关联(拓扑序)之间存在着很强的耦合,传统的张量网络很难在保持局域细节的同时保证长程关联的精度,从而造成计算资源的指数级增长。目前,有关关联涨落中局域和非局域强耦合问题的定向解耦研究还比较少见,这是目前技术应用的空白。本文的研究定位就是利用解耦机制来弥补目前该领域对于动态强关联特性处理的不足,给超冷原子体系非平衡态动力学研究提供新的数值计算方法。
第三章 超冷原子关联涨落的张量网络解耦框架构建与验证
3.1 面向超冷原子多体关联的张量网络解耦算法设计
3.1.1 局域涨落自由度的张量分解规则设定
在超冷原子体系里,原子局域密度涨落、自旋涨落这些局域自由度准确体现出格点位置微观动力学的细节,所以必须制订出恰当的张量分解规则。首先,对局域涨落自由度构造相应的三阶张量 ,第一维度 代表晶格空间坐标,用来标记物理格点的具体位置;第二维度 表示涨落幅值,记录该位置偏离平均值的强度;第三维度 代表局域态占据数,对应不同的自旋态或者能级的占据情况。为了保证计算过程收敛到物理真值上,在分解过程中要对分解出的子张量在各个局域维度上施加正交约束条件,即要求分解得到的子张量在不同的局域维度上是正交的。该约束可以有效地去除张量中内嵌的非局域关联冗余分量,得到局域涨落自由度的独立提取。具体的分解公式可以写成张量的高阶奇异值分解(HOSVD)形式,即 。在参数取值规则上,截断误差阈值要控制在量级,张量秩的选择要保证保真度不低于,这样才能保证得到的张量网络结构可以完整、准确地恢复超冷原子的局域关联特征,给后面多体物理分析提供可靠的数据基础。
3.1.2 非局域关联项的分层解耦迭代机制优化
对于提取出来的纯非局域关联项,非局域关联项的分层解耦迭代机制是提高计算效率的重要环节,它的基本原理就是按照量子关联作用的空间距离层次来系统地分解。具体操作步骤中,算法把关联项分成近邻、次近邻和长程关联这三个主要层次,依照空间尺度由小到大的顺序逐层迭代更新,从而保证物理过程的连续性。每一个层次的迭代更新都有一个严格的收敛判定条件,一般取相邻两次迭代的关联函数偏差小于1e-6作为数值精度的标准,也是终止迭代的条件。为了进一步提高资源利用率,本机制采用自适应截断的方法,在迭代过程中不断对各个非局域关联分量给整个系统能量或者关联涨落带来的影响进行评价,并且自动剔除那些影响值小于某个阈值的低分量。该种策略可以很好地保留核心物理信息,但是参与计算的张量维度大大减少,内存和计算时间的需求也大大降低。最后的迭代流程把层级遍历、收敛判定和自适应裁剪结合起来,用伪代码逻辑清楚地表示出来,给后面高精度数值模拟提供有鲁棒性的参数调优依据和执行路径。
3.2 一维光晶格中超冷玻色气体关联涨落的解耦仿真测试
本节选择一维均匀光晶格中的强关联超冷玻色气体作为标准测试体系,目的是建立张量网络解耦框架并检验其有效性。仿真测试的主要任务就是求解玻色-哈伯德模型,该模型的哈密顿量表达式为
测试参数覆盖了广泛的物理区间,光晶格格点数量在10到100之间变化,原子填充数从半填充逐渐调节到满填充,相互作用参数U/J从弱耦合区域一直到强莫特绝缘区域。利用前面设计的张量网络解耦算法,在全参数区间内完成了关联涨落的仿真计算。通过分别输出不同的参数条件下局域密度涨落分布和二阶跨格点关联函数,可以很好地体现系统量子统计特性。最后用可视化的方式直观地表现解耦后关联涨落各个分量的演化特征,分析算法在超流态、绝缘态等不同物性区间内数值表现,从而充分证明该解耦算法对于强关联多体系统具有很好的计算精度和适应性。
3.3 与传统量子蒙特卡洛求解结果的精度与效率对照分析
本节选择学界公认的精度较高的量子蒙特卡洛方法求解结果作为基准参照系,对3.2节仿真得到的关联涨落结果进行精度和效率两个方面的比较分析。从精度检验角度出发,用绝对误差、皮尔逊相关系数这两个量化的评价指标来对比不同的格点规模、不同的相互作用强度下两种算法的计算结果偏差情况。数据表明,随着体系尺度的变化,本文所建立的张量网络解耦算法得到的物理量与基准值非常接近,相对误差控制在5%以内,很好地体现了该算法对于微观关联涨落的描述准确性和可靠性,完全满足理论计算和实验验证的精度要求。从效率评价的角度出发,对不同的体系尺度下两种方法的计算时间以及内存占用情况做了详细的统计和记录。分析结果表明,对于超过30个格点的大尺度复杂体系而言,本文算法具有明显的优势,计算效率比传统的量子蒙特卡洛方法要高一个数量级以上。更重要的是,张量网络方法从根本上避免了量子蒙特卡洛中普遍存在的负符号问题,消除了由于统计噪声造成的计算不确定性。综合比较之后不仅可以证明新方法的稳定性,而且可以体现出新方法对于解决大规模多体量子关联问题的实际意义以及广阔的应用前景。
表2 超冷原子关联涨落求解方案的精度与效率对照
第四章 结论
本文系统地建立了超冷原子关联涨落的张量网络解耦框架,用严格的理论推导和算法实现来证明它在处理强关联量子体系的时候是有效的、优越的。核心研究首先确定了用矩阵乘积态和多体纠缠重整化来设计算法的原理,把复杂的微观量子关联映射成可以计算的张量网络结构,用局域算符的演化和收缩来实现对基态波函数以及涨落性质的高保真度数值模拟。仿真实验结果表明,相比于传统的平均场近似和精确对角化方法,该张量网络算法在保持计算资源线性扩展的基础上,可以更准确地捕捉到长程量子关联和拓扑序特征,大大减小了一维光晶格体系中数值计算的截断误差,成功地对高阶关联函数进行了准确的表征。虽然本研究在一维平衡态体系上取得了突破,但是将其推广到二维光晶格体系时,仍然会遇到计算复杂度呈指数增长、面积律纠缠结构带来的数值难题,在处理非平衡动力学演化等含时问题的时候,现有的时序演化算法还需要加以改进来抑制误差的累积。展望未来,由于异构计算硬件的发展,该方法可以推广到更高的维度,即超冷原子量子物性模拟,也可以为量子模拟实验中参数逆向设计、新型量子器件精确控制提供重要的理论依据和数据处理手段。
参考文献
\[1\]陈铭宇, 李浩然, 王泽宇. 超冷原子多体系统量子关联涨落的张量网络数值模拟方法[J]. 物理学报, 2021, 70(12): 112-124.
\[2\]张子琪, 刘思远. 基于矩阵乘积态的低维超冷原子模型关联涨落解耦方案研究[J]. 原子与分子物理学报, 2023, 40(4): 167-173.