模拟量子场论在广泛能量范围内的完整动态需要非常大的量子计算资源。然而,对于粒子物理学中的许多可观测量,微扰技术足以准确地模拟理论有效范围内除有限能量范围之外的所有能量。我们证明有效场论 (EFT) 提供了一种有效的机制,可以将传统微扰理论容易计算的高能动态与低能动态区分开来,并展示了如何使用量子算法从第一原理模拟低能 EFT 的动态。作为一个明确的例子,我们计算了在标量场论中存在两个 Wilson 线的时间有序乘积的情况下真空到真空和真空到单粒子跃迁的期望值,这与粒子物理学标准模型的 EFT 中出现的对象密切相关。计算是使用量子计算机的模拟以及使用 IBMQ Manhattan 机器的测量来执行的。
摘要 我们研究了量子里奇曲率,它是在早期工作中引入的,在完整的四维量子引力中,以因果动力学三角剖分 (CDT) 的形式非微扰地表述。CDT 方法的一个关键发现是德西特型宇宙的出现,证据是蒙特卡罗对全局尺度因子量子动力学的测量与半经典迷你超空间模型的成功匹配。一个重要的问题是量子宇宙是否也在其更局部的几何性质方面表现出半经典性。利用新的量子曲率可观测量,我们检查量子几何的 (准) 局部性质是否类似于恒定弯曲空间的性质。我们发现证据表明,在足够大的尺度上,曲率行为与四维球面的曲率行为兼容,从而加强了用德西特空间来解释动态生成的量子宇宙。
从更基本的量子引力理论中产生局部有效理论,该理论似乎具有更少的自由度,这是理论物理学的一个主要难题。解决该问题的最新方法是考虑与这些理论相关的希尔伯特空间映射的一般特征。在这项工作中,我们从这种非等距映射构建了近似局部可观测量或重叠量子比特。我们表明,有效理论中的局部过程可以用具有更少自由度的量子系统来欺骗,与实际局部性的偏差可以识别为量子引力的特征。举一个具体的例子,我们构建了两个德西特时空的张量网络模型,展示了指数扩展和局部物理如何在崩溃之前被欺骗很长一段时间。我们的结果强调了重叠量子比特、希尔伯特空间维度验证、黑洞中的自由度计数、全息术和量子引力中的近似局部性之间的联系。
在本研究中,我们展示了如何使用量子计算来评估分子的电子密度。我们还认为电子密度可以成为未来量子计算的有力验证工具,而传统量子化学可能无法解决这一问题。电子密度研究是化学、物理学和材料科学等多个领域的核心。霍恩伯格-科恩定理规定,电子密度唯一地定义了电子系统的基态特性。1通过赫尔曼-费曼定理,2电子密度提供了分子内作用力的信息。3,4作为物理科学中信息最丰富的可观测量之一,5-10密度为密度泛函理论 (DFT) 奠定了基础,DFT 是一种预测多电子系统特性的形式化方法。11由于实验是真理的仲裁者,所以责任通常落在电子密度上。重要的是,电子密度可以通过细化X射线衍射和散射数据来重建,9例如使用多极模型、5-8、10X射线约束波函数12或最大熵方法。13我们工作的一个动机是
在详细讨论 QEM 环境中的各种算法中的两种之前,我们先介绍一下 QEM 方法的总体思路。我们将主电路定义为理想情况下会产生完美输出状态 ˆ ⇢ 0 的过程。由于存在噪声,主电路会产生噪声状态 ˆ ⇢ 。为了解释电路的工作原理,我们考虑一个可观测量 ˆ O,其期望值就是我们寻求的输出信息。为了计算这个值,我们将运行电路 N 个样本,即电路执行的次数。同样,在无噪声的情况下,N 样本的有限值意味着估计平均值的有限不准确性。这就是所谓的散粒噪声。然而,在这种情况下,ˆ O 的期望值不会因噪声而出现系统性偏移,即偏差。QEM 旨在减少这种偏差。通常,这意味着相应的方差会增加。然后,需要增加电路运行次数 N > N 样本进行补偿。与无噪声电路相比,采样开销是 QEM 方法以重复次数计算的成本。
摘要。伊辛模型及其描述的物理系统在生成用于量子计量和量子信息的纠缠态方面发挥着核心作用。特别是,超冷原子气体、捕获离子系统和里德堡原子实现了长程伊辛模型,即使在没有横向场的情况下,也会产生高度非经典动力学和长程量子关联。在本文的第一部分,我们提出了一个详细的理论框架,用于研究此类系统在时间 t = 0 时进入任意非纠缠非平衡态的动力学,从而大大扩展和统一了 Foss-Feig 等人 (2013 Phys. Rev. A 87 042101) 的工作。具体来说,我们推导出闭时间路径有序关联函数的精确表达式,并利用这些表达式研究实验相关的可观测量,例如布洛赫矢量和自旋压缩动力学。在第二部分中,这些相关函数随后用于推导存在
我们概述了玻色子暗物质 (DM) 的基本量子描述,在极限 m ≪ 10 eV 时,传统的经典波图像由此出现。对于量子系统而言,我们从密度矩阵开始,该矩阵编码了有关我们可以对 DM 及其波动进行的可能测量的全部信息。根据量子光学的基本结果,我们认为对于 DM,密度矩阵最有可能采用相干态基础上的高斯显式混合形式。偏离此值将在 DM 可观测量中产生非高斯波动,从而可以直接探测 DM 的量子态。我们受量子光学启发的方法使我们能够严格定义和解释通常仅以启发式方式描述的各种量,例如相干时间或长度。该形式主义进一步通过波粒子跃迁提供了对 DM 的连续描述,我们利用它研究两个极限之间各种物理尺度上的密度波动如何演变,并揭示 DM 在波和粒子描述边界附近的独特行为。
本文提出了通过整合量子信息测量(特别是纠缠熵和量子复杂性)来扩展爱因斯坦场方程。这些修改后的方程旨在弥合广义相对论和量子力学之间的差距,提供一个统一的框架,将时空的几何特性与量子信息理论的基本方面结合起来。这种方法的理论意义包括可能解决黑洞信息悖论等长期存在的问题和暗能量的新视角。本文介绍了经典解的修改版本,例如史瓦西度量和弗里德曼方程,并结合了量子修正。它还概述了引力波传播、黑洞阴影和宇宙学可观测量等领域的可测试预测。我们提出了几种未来研究的途径,包括探索与其他量子引力方法的联系,设计实验来测试该理论的预测。这项工作有助于对量子引力的持续探索,提供了一个可能将广义相对论和量子力学与可测试预测统一起来的框架。
o 可以提供全球或近乎全球的覆盖 o 可以获得长时间序列,但这通常需要跨传感器、平台和程序的重叠,因为单个卫星的寿命有限(至少在设计寿命方面) o 一致的方法应该产生可以在全球范围内应用的测量结果(取决于环境的适用性) o 大量资源可以(必须!)投入到校准/验证中 o 由于开放数据政策和对容量和工具的投资,具有全球共享和使用的潜力 o 可能不支持全套所需的观测,但星座可以通过提供协同作用来提供帮助 o 可以支持常规的全球观测,或者可以针对可观测量(取决于传感器、程序等) o 轨道力学限制了观测的灵活性(对于具有窄带宽度的传感器很重要) o 对于低地球轨道卫星,测量频率可能较低;更高的频率需要更高的轨道或星座 o 可以允许垂直剖面(特别是通过使用主动遥感,或边缘剖面/掩星) 机载
一个好的数学美理论比任何当前的观察都更实用,因为关于物理现实的新预测可以自洽地得到验证。这种信念适用于理解深度神经网络的现状,包括大型语言模型甚至生物智能。玩具模型提供了物理现实的隐喻,允许以数学形式表达现实(即所谓的理论),随着更多猜想得到证实或反驳,该理论可以得到更新。人们不需要在模型中呈现所有细节,而是构建更抽象的模型,因为大脑或深度网络等复杂系统有许多松散的维度,但对宏观可观测量产生强烈影响的僵硬维度要少得多。这种自下而上的机械建模在理解自然或人工智能的现代时代仍然很有前途。在这里,我们阐明了按照这一理论范式发展智能理论的八个挑战。这些挑战是表示学习、泛化、对抗鲁棒性、持续学习、因果学习、大脑内部模型、下一个标记预测和主观经验机制。