负马尔可夫链引发的量子-经典计算可转换性
该团队基于负马尔可夫链过程采样,开发了一种新近提出的量子动力学表征方法。通过引入粒子与反粒子概念,该形式体系将广义量子动力学映射到指数级扩张的配置空间中的马尔可夫过程。在此框架下,量子复杂性源于随机粒子的激增现象,这最终导致经典模拟与采样超过特定时间尺度后变得不可行。 研究表明,对于由局域或成对相互作用线性组合生成的幺正演化,在噪声存在的情况下,至少存在一种噪声通道能通过抑制粒子增长、使蒙特卡洛采样高效化,从而有效实现系统经典化。作为推论,该工作证明对于这类幺正演化,受到去极化噪声影响的开放量子自旋链动力学,一旦噪声强度超过可高效计算的临界阈值,就会精确过渡到经典可模拟状态。

