Scoperta autonoma delle fasi

Abstract degli autori

Comprendere le fasi quantistiche della materia si è a lungo basato sull’intuizione dei fisici e su strumenti matematici come la simmetria e la topologia. Per quanto questi approcci si siano dimostrati straordinariamente efficaci, non offrono un metodo universale per esplorare uno spazio degli Hamiltoniani il cui principio organizzatore non sia noto in anticipo. In questo lavoro presentiamo un sistema completamente autonomo che combina programmazione differenziabile e apprendimento non supervisionato per la scoperta delle fasi quantistiche. La ricerca valuta i dati dello stato fondamentale lungo una traiettoria adattiva, anziché su una griglia di parametri predeterminata. Dimostriamo il funzionamento del sistema con tre diversi risolutori e lo confrontiamo con il campionamento casuale a parità di budget per le valutazioni dello stato fondamentale. In una catena di cluster generalizzata che ospita fino a $200$ fasi distinte, la ricerca individua fino a $25$ fasi in più a parità di budget ed eguaglia il campionamento casuale quando quest’ultimo dispone di un budget trenta volte superiore. In un isolante di Chern con $50$ parametri, raggiunge settori non ottenuti con le semplici costruzioni armoniche qui considerate, all’interno di una famiglia il cui problema inverso resta aperto, recuperando al contempo tutti i settori individuati dal campionamento. I nostri risultati dimostrano che l’esplorazione autonoma dello spazio degli Hamiltoniani guidata dal gradiente è un metodo pratico per scoprire fasi quantistiche senza etichette di fase né una fase obiettivo prestabilita.