حاسوب كمي يحاكي ظهور المادة من العدم، لأن الانفجار العظيم لم يكن متاحاً لتقديم عرض توضيحي
استخدم فيزيائيون بقيادة جامعة ديوك محاكياً كمياً مكوناً من 13 أيوناً لمراقبة ظهور الجسيمات من العدم عند انكسار وتر محاكى - لأن إعادة إنتاج الانفجار العظيم في المختبر تظل، في الوقت الحالي، غير عملية.
استخدم باحثون في مركز ديوك الكمي (DQC) محاكياً كمياً لمراقبة ديناميكيات انكسار الأوتار المرتبطة بتكوين الجسيمات والجسيمات المضادة، في واحدة من أوائل العروض من نوعها في الفيزياء الكمية. يشير العمل، الذي نُشر في 23 سبتمبر في مجلة Nature Physics، إلى أن الحواسيب الكمية المحصورة بالأيونات قد تخدم في النهاية كأدوات قوية لاستكشاف أعمق الأسئلة في الفيزياء الأساسية. حاكت التجربة انكسار الأوتار: يتم سحب وحدتين متصلتين من المادة بعيداً عن بعضهما حتى تتراكم طاقة كافية بحيث "تظهر" جسيمات جديدة فعلياً عندما ينقطع الاتصال.
قال كريستوفر مونرو، أستاذ جيلهولي العائلي الرئاسي المتميز في الهندسة الكهربائية وهندسة الحاسوب والفيزياء في ديوك، الذي قاد البحث: "توفر محاكيات الحواسيب الكمية أفضل منصة للتحقيق في أسئلة معقدة مثل تكوين المادة، ما لم نكن قد شهدنا الانفجار العظيم نفسه. تشير هذه النتائج إلى تطور ملحوظ في مجال العلوم الكمية وتفتح آفاقاً جديدة لفهم ديناميكيات انكسار الأوتار".
كانت الدراسة تعاوناً دولياً ضم باحثين من جامعة ماريلاند (UMD) وجامعة أكسفورد ومعهد كاليفورنيا للتكنولوجيا وجامعة كورنيل وجامعة KU Leuven. تظهر النتائج جنباً إلى جنب مع دراستين أخريين نُشرتا مؤخراً من فرق منفصلة أعادت إنتاج فيزياء مماثلة باستخدام أجهزة حوسبة كمية مختلفة.
الكواركات هي من بين أكثر لبنات المادة الأساسية المعروفة. وهي تعيش داخل جسيمات مثل البروتونات والنيوترونات وهي أصغر بنحو مليار مرة من الذرة. لا يستطيع العلماء حالياً مراقبة الكواركات المنفردة مباشرة لأن الكواركات تبقى عادة مرتبطة بإحكام معاً. تخيل جسيمين مشحونين صغيرين متصلين بوتر مشدود بإحكام: كلما تم سحبهما بعيداً عن بعضهما، تتراكم طاقة أكبر في الاتصال. في النهاية، يمكن أن تتراكم طاقة كافية لإنشاء جسيمات مشحونة إضافية - لأن الكتلة والطاقة مرتبطتان عبر معادلة أينشتاين الشهيرة E=mc2. بدلاً من الانتهاء بزوج منفصل واحد، ينكسر الاتصال الأصلي وتتشكل أزواج جسيمات جديدة. تتطلب مثل هذه العمليات طاقة هائلة وتحدث عادة فقط في ظروف قاسية، مثل تلك الموجودة داخل مصادم الهادرونات الكبير أو تلك التي يُعتقد أنها كانت موجودة بعد الانفجار العظيم بفترة وجيزة.
في التجربة الجديدة، أعاد الفريق بقيادة ديوك إنتاج سلوك انكسار الأوتار المماثل باستخدام منصة كمية محصورة بالأيونات. تعتبر المحاكيات الكمية مفيدة بشكل خاص هنا لأن الباحثين يمكنهم التحكم فيها وبرمجتها بدقة لمحاكاة العمليات على المستويات الذرية ودون الذرية.
قال أرينجوي دي، المؤلف الأول للورقة، طالب الدكتوراه السابق في مختبر مونرو والآن قائد آلة الإنتاج في QuEra Computing: "العمل عند تقاطع المحاكاة الكمية والفيزياء عالية الطاقة مثير بشكل لا يصدق. من خلال محاكاة ظواهر حجز الكواركات وانكسار الأوتار في بيئة مختبرية خاضعة للرقابة، نفتح مسارات جديدة للتحقيقات التجريبية في سلوك المادة على مستواها الأكثر أساسية".
لبناء المحاكاة، قام الباحثون بترميز نموذج انكسار الأوتار في سلسلة من 13 أيوناً محصوراً. قامت أشعة ليزر خاضعة للرقابة بعناية بتعديل كيفية تفاعل الأيونات مع بعضها البعض. سمحت تلك التفاعلات للفريق بالتحكم في طاقة النظام بطريقة أعادت إنتاج تمدد وانكسار وتر شبيه بالجسيم. أعد الباحثون النظام في حالة خارج التوازن وتتبعوا كيف تغير بمرور الوقت، واكتشفوا ظهور شحنات فعالة وأعادوا بناء الديناميكيات المرتبطة بانكسار الوتر المحاكى. للتحقق من النتائج، قام الفريق أيضاً بنمذجة نفس العملية على حاسوب كلاسيكي، وتوافقت الحسابات الكلاسيكية مع النتائج التجريبية للمحاكي الكمي.
بالنسبة للمحاكاات على هذا النطاق الصغير نسبياً، لا تزال الحواسيب الكلاسيكية قادرة على إجراء الحسابات. يتوقع الباحثون أنه مع نمو التجارب المستقبلية بشكل أكبر وأكثر تعقيداً، ستصبح المحاكيات الكمية ضرورية.
The Good Times
الأخبار في صندوق بريدك.
ملخص ساخر يُسلَّم وفق جدولك. مجاناً. ألغِ الاشتراك متى شئت.
مشترك بالفعل لكننا لا نصل إلى بريدك أبداً؟ تفقّد مجلد الرسائل غير المرغوب فيها واضغط على 'ليست مزعجة' (أو 'إزالة من المزعج') لتخرجنا من مطهر البريد المزعج. وبهذا تساعد الجميع أيضاً.
إذا لم تفتح أياً من رسائلنا لمدة شهر، فستتم إزالتك تلقائياً من قائمة البريد.
Rewrite Article
Select parts to regenerate with a fresh AI pass. Translations will be updated automatically.
Generate AI Image
Creates a sardonic version of the article image using OpenAI.