利用概率通量特征在相互作用网络中区分热退火与量子退火
模拟退火为组合优化问题提供了启发式解决方案。研究人员将问题的代价函数映射为物理多体系统的能量函数,并利用热涨落或量子涨落使系统探索状态空间以寻找基态——该状态可能对应问题的最优解。已有研究揭示了热涨落与量子涨落之间的相似性与差异性。然而,学界对热退火与量子退火的基础认知仍不完善,这导致难以设计出公平比较两种方法的问题实例。该工作通过研究七自旋以内±J伊辛模型所有可能的相互作用网络,探究了热退火与量子退火的多体动力学行为。全面分析表明:对于特定相互作用网络,两种退火方式会呈现差异性,这表明能量景观结构决定了两种动力学的区别。通过分析状态空间的概率流,该团队揭示了这些差异的微观起源——尽管两种动力学整体相似,但量子隧穿效应会产生本质区别。这些发现阐明了模拟退火过程中热涨落与量子涨落如何引导系统趋向基态,并可在原子、分子及光学系统中进行实验验证。此外,这些见解有望优化将组合问题映射至伊辛模型的方法,从而在更快的模拟退火过程中获得更精确解,最终推动工业领域的实际应用。该研究对相互作用网络的系统性考察及概率流的可视化方法,有助于理解、预测和控制量子退火中的量子优势。



