伊辛模型与伊辛机

离子
2024-09-03 10:36:11
量子信息
量子科普
本帖最后由 离子 于 2025-1-23 16:29 编辑


摘要:伊辛模型作为一种经典的物理模型,最早用于描述铁磁材料间的相互作用,现已广泛应用于解决复杂的组合优化问题。近年来,基于伊辛模型的量子计算技术迅速发展,衍生出多种伊辛机架构。本专题将详细介绍伊辛模型的基本原理及基于伊辛模型的相干伊辛机和量子退火两种专用量子计算机架构,探讨其在组合优化问题和量子计算领域中的前景。


 


伊辛模型综述


 


伊辛模型的提出最初是为了解释铁磁物质的相变,即磁铁在加热到一定临界温度以上会出现磁性消失的现象,而降温到临界温度以下又会表现出磁性。这种有磁性、无磁性两相之间的转变,是一种连续相变(也叫二级相变)。


 


如图 1所示,在较低温度下,铁磁体由于自发磁化整体的磁矩(剩余磁矩)不为零,系统整体体现铁磁性;当温度高于特征温度时,整个系统的剩余磁矩降为零,系统体现为顺磁性,即磁性消失。伊辛模型假设铁磁物质是由一堆随机上下两个方向(对应原子自旋+1或-1)的磁针规则排列形成,相邻磁针之间由于能量约束而具有相互作用。环境热噪声的干扰会使磁针克服能量约束的相互作用,发生磁性的随机翻转,温度越高,系统熵值(对应系统随机无序度)越高,磁针越容易发生无序而剧烈地状态转变。在超过临界温度(居里温度)后,大量无序的磁针在概率学上形成上下磁性相互抵消的平衡状态,整体系统对外界体现磁性消失。


 



图1铁磁性和温度的关系


 


模型表述


伊辛模型描述的为一系列具有相互作用的的单元(即自旋粒子σ,自旋为第i个自旋,自旋同理)构成的系统,系统中每一个自旋粒子都必须具有两种完全随机的可能状态(如+1与-1,或者向上与向下)。


 



自旋粒子之间存在相互作用(第i个自旋与第j个自旋之间相互作用为), 如果两个相邻方格的自旋粒子状态一致(例如都是朝上),则系统的总能量减1单位,如果不同就加1单位。另外,外部场作用会长程影响每一个自旋,如外磁场作用(为对自旋i的磁场作用)赋予每个自旋i都具有一定的势能。我们定义系统的总哈密尔顿量(总能量):


 



其中J为一个能量耦合常数;求和下标<i,j>表示对所有相邻的自旋粒子进行求和。我们可以看到,如果,则总能量就会减少J。h表示外界磁场的强度, 是一个固定参数,如果外界磁场向上h为正,否则为负。如果某个自旋粒子的方向与外场一致,则总能量减少一个单位。



 


举一个简单的例子来更好的理解,假设系统中仅有3个自旋粒子,它们彼此相连(虚线表示构成邻居关系)形成一个三角形,如图:


 



每个自旋粒子有+1,-1两种可能状态,那么所有的状态组合就包括:


 



 


这8种状态组合,每一个都对应一个唯一的能量值,即:


 



 


我们可以发现:如果系统中自旋粒子的相互之间以及与外场方向一致的话,系统的能量就低,在这个例子中,+1+1+1为能量最小的状态。


 


举一个实际生活中的例子来表示这种现象:一个村子中具有不同政治观点的村民,自旋粒子朝上或者朝下代表两种观点的村民,系统的能量相当于村民观点存在的冲突的数量。如果两个相邻的村民意见不一致,总冲突数就+1,否则就-1。而外场能量可以看作观点的媒体宣传效应,如果村民的观点与舆论宣传一致,则能量越低,因此也越和谐。


 


但是,系统的演化并不完全由总能量决定。由于自旋粒子处于噪声环境中,热涨落又会引起自旋粒子的状态随机反转。我们可以用温度T来衡量这种环境影响的随机性。T越高,则自旋粒子发生反转的概率就会越大。


 


因此,有两种力作用在自旋粒子上,一种力来源于自旋粒子邻居以及外场对它的影响,这种影响倾向于使得相邻的邻居彼此状态一致以及与外场尽量一致,即尽量使得系统的总能量达到最小。另外一种力则来源于环境噪声的扰动,它迫使自旋粒子无视邻居的作用而发生随机的状态反转。于是,每个自旋粒子就挣扎于这两种不同的力量之间。不难想象,假如温度T趋于0,则每个自旋粒子都会与外场相一致,那么,最终系统将处于全是+1或者全是-1的状态(取决于外场H是正还是负)。假如T特别高,而相互作用强度J特别小,则邻居间的作用可以忽略,每个自旋粒子都完全随机地取值。这样,整个伊辛模型就有两个外部给定的参数来表示环境的温度和磁场强度。


 


总结


伊辛模型已有近百年的历史,是研究大自然复杂系统的开创性模型之一。最初,它被用来描述晶体的磁性行为,随着时间的推移,统计学家和物理学家们发现,伊辛模型在无序相互作用的物理系统的相变过程中也具有普适性。任何具有相同的维数和对称性系统,不论它们的微观组成是原子、分子还是其他单元,都会在临界点经历一系列相似的的相变现象,当它们的特性可以用对称的二值如“上和下”、“+1和-1”来描述时,即可采用伊辛模型来描述。


 


基于伊辛模型的相关研究也催生了多项诺贝尔奖级的科学成果。如物理学家Kenneth Wilson在1971年基于伊辛模型的研究,成功解释了临界指数及普适性的问题,因此也获得了1982年的诺贝尔物理学奖。


 


由于伊辛模型能够将复杂的组合优化问题映射为物理系统的能量最小化问题,因而不仅在物理学领域产生深远影响,在计算科学、数学、人工智能等多个领域都得到广泛应用。

2785
0
0
0
关于作者
相关文章
  • LSTM结合遗传算法的股票市场趋势预测:方法、实现与验证 ...
    本案例提出一种 LSTM 与遗传算法(GA)结合的股票趋势预测方案,解决股价时间序列二分类预测中 L ...
    了解详情 
  • 周期性感知框架PerioGT:聚合物深度学习建模的突破与应用 ...
    2025年发表于 Nature Computational Science 的研究《 Periodicity-aware deeplearning for poly ...
    了解详情 
  • EP-GAT革新股票预测:能量建模 + 并行注意力精准捕捉市场动态 ...
    布里斯托大学团队提出 EP-GAT 模型,为股票趋势预测提供新方案。其用能量差异与玻尔兹曼分布构建 ...
    了解详情 
  • 量子优化新突破!解码量子干涉(DQI)如何让难题求解速度快 10 ...
    谷歌量子 AI 团队在《Nature》提出解码量子干涉(DQI)算法。其将组合优化转为量子态制备、解码 ...
    了解详情 
  • 从细胞形态学中学造药:拜耳验证表型驱动的分子生成模型 ...
    2025年9月17日,拜耳公司的研究人员在bioRxiv上发表文章,题为“Large-scale experimental ...
    了解详情 
联系我们
二维码
在本版发帖返回顶部
快速回复 返回顶部 返回列表
玻色有奖小调研
填写问卷,将免费赠送您5个100bit真机配额
(单选) 您是从哪个渠道得知我们的?*
您是从哪个社交媒体得知我们的?*
您是通过哪个学校的校园宣讲得知我们的呢?
取消

提交成功

真机配额已发放到您的账户,可前往【云平台】查看

量子AI开发者认证

考核目标

开发者能够成功搭建Kaiwu-PyTorch-Plugin项目基础环境,并成功运行示例代码,根据示例提示,输出指定的值并填写至相应的输入框中。

通过奖励

5个一年效期的1000量子比特真机配额

专属「量子AI开发者」社区认证标识

开发者权益

每月固定权益:5个550量子比特真机配额
前往考核

第一步

按照README提示成功安装Kaiwu-PyTorch-Plugin库环境依赖
前往GitHub

第二步

运行 community-assessment 分支下的 run_rbm.py 代码示例

第三步

理解示例代码,手动打印并填写如下数值:

正相采样的状态

负相采样的状态

正相的能量值

负相的能量值

*

提交答案

开发者权益

每月固定权益:5个550量子比特的真机配额

恭喜您完成考核

您将获得量子AI开发者认证标识及考核奖励

1000 bit*5

配额

Quantum AI Developer Certification

Assessment Objectives

Developers should successfully set up the basic environment for the Kaiwu-PyTorch-Plugin project, run the QBM-VAE sample code, and calculate the correct FID value based on the random seed value provided by the system.

Pass Rewards

10 quotas for 550-qubit real quantum machines with a one-year validity period

Exclusive "Quantum AI Developer" Community Certification Badge

Developer Benefits

Fixed Monthly Benefits: 5 quotas for 550-qubit real quantum machines
Proceed to Assessment

Step 1

Install the environment dependencies for the Kaiwu-PyTorch-Plugin library according to the README instructions
Go to GitHub

Step 2

Replace the Seed Value

Your seed value is

Step 3

Enter the FID Value You Calculated

*

Submit Answer

Developer Benefits

Fixed Monthly Benefits: 5 quotas of 550-qubit real machines

Congratulations on Completing the Assessment

You will receive the Quantum AI Developer Certification Badge and Assessment Rewards

550bit*10

Quotas