Учёные научились моделировать спиновые жидкости с помощью машинного обучения
Частицы, как и люди, выбирают из двух зол. Их «выбор» и предсказывает новая модель.
В некоторых магнитах спины частиц вынуждены выравниваться по определенному направлению, в то время как в других они напротив, направляются противоположно друг другу. В небольшом количестве материалов тенденции к выравниванию или противопоставлению конкурируют между собой — такие материалы называют фрустрированными магнетиками. В них спин колеблется между направлениями даже при абсолютном нуле температуры — хотя какое состояние может быть стабильнее?! Именно такое нестабильное состояние материи и называют квантовой спиновой жидкостью.
Почему это важно? Ожидается, что квантовая спиновая жидкость будет обладать уникальными свойствами квантовой запутанности — не такими, какие можно наблюдать в «твердых» телах, что полезно для квантовых вычислений.
Моделирование квантовой спиновой жидкости является весьма сложной задачей — число взаимозависимых спиновых конфигураций, составляющих ее квантовое состояние, растет экспоненциально с увеличением числа частиц. Здесь и поможет разработанный метод машинного обучения.
Он показывает существование квантовой спиновой жидкой фазы в фрустрированном магните, в которой ближайшие соседние спины взаимодействуют в определенном диапазоне сил по отношению к силам между ближайшими соседними спинами.
Что дальше? Исследование поможет найти, в каких реальных материалах получится реализовать фазу квантовой спиновой жидкости.
Впрочем, смотря более широко, отметим, что исследование дополнительно подчеркивает силу машинного обучения как инструмента для решения грандиозных задач в физике. «TechInsider» уже писала о таких исследованиях — они проводятся в совершенно разных областях науки.
Исследование опубликовано в Physical Review X.