Uutiset

Dynaamiset olomuodon muutokset valottavat monen hiukkasen kvanttisysteemien fysiikkaa

Vahvasti vuorovaikuttavien kvanttisysteemien epätasapainodynamiikka on eräs haastavimmista nykyfysiikan tutkimuskohteista, jolla on ajankohtaisia yhtymäkohtia kvanttitietokoneiden teknologiaan.
Yksityiskohta kryostaatista. Kuva: Mikko Raskinen.
Kuva kryostaatista: Mikko Raskinen.

Aalto-yliopiston ja Tampereen yliopiston yhteistyöprojektissa on kehitetty uusi teoreettinen menetelmä kvanttisysteemien dynaamisten faasitransitioiden ennustamiseen. Vahvasti vuorovaikuttavien kvanttisysteemien epätasapainodynamiikka on eräs haastavimmista nykyfysiikan tutkimuskohteista, jolla on ajankohtaisia yhtymäkohtia kvanttitietokoneiden teknologiaan. Tutkimus julkaistiin Physical Review X- lehdessä.

Aineen rakenteen ja modernin huipputeknologian mahdollistamien nanorakenteiden ilmiömaailmaa hallitsevat kvanttimekaniikan lait. Arkijärjen kannalta varsin oudolla kvanttimekaniikalla on keskeinen rooli uusien materiaalien ja teknologioiden kehityksessä. Vahvasti vuorovaikuttavien kvanttisysteemien dynamiikka onkin yksi nykytutkimuksen keihäänkärjistä.

Aalto-yliopiston ja Tampereen yliopiston yhteistutkimuksessa kehitettiin uusi teoreettinen menetelmä vuorovaikuttavien kvanttisysteemien dynaamisten faasimuunnosten tutkimiseen. Olomuodon muutokset, kuten kiinteän aineen sulaminen nesteeksi tai nesteen höyrystyminen kaasuksi, ovat tasapainotilojen statistisen fysiikan perusilmiöitä.

Kvanttisysteemien dynamiikka on erittäin ajankohtainen tutkimusaihe myös kvanttitietokoneiden kehityksen ja käyttöönoton näkökulmasta. Ensimmäisen sukupolven kvanttitietokoneiden arvellaan soveltuvan nimenomaan kvanttisysteemien simulointiin traditionaalisia tietokoneita ratkaisevasti tehokkaammin.

Toisaalta vasta kehitysasteella olevan kvanttiteknologian testaamisessa kvanttidynamiikalla on keskeinen rooli: kvanttisimulaatioita voidaan vertailla muilla menetelmillä laskettuihin tuloksiin.

"Näin voidaan saada hyvä käsitys siitä, kuinka hyvin kvanttitietokoneet pystyvät hyödyntämään sen toiminnalle keskeistä kvanttilomittumista ja suoriutumaan kvanttisimulaatioista. Nyt kehitettyä tehokasta menetelmää dynaamisten olomuodonmuutosten ennustamiseksi voidaan tulevaisuudessa hyödyntää tähän tarkoitukseen", Tampereen yliopiston professori Teemu Ojanen toteaa.      

Jatkossa tutkijoiden tavoite on soveltaa uutta menetelmää toistaiseksi avointen kompleksisten kvanttisysteeminen teoreettisten ongelmien ratkaisemiseksi. 

Aalto-yliopiston tutkimusryhmää johtaa professori Christian Flindt, ja se on osa tutkimuksen kansallista huippuyksikköä Quantum Technology Finland QTF ja kansallista kvantti-instituuttia (InstituteQ).

Lue Physical Review X- lehdessä 26.10. 2021 julkaistu tutkimus Determination of Dynamical Quantum Phase Transitions In Strongly Correlated Many-Body Systems Using Loschmidt Cumulants.

Alkuperäinen uutisartikkeli Tampereen yliopiston sivuilla.

Lisätietoa (englanniksi):

Christian Flindt

Associate Professor
T304 Dept. Applied Physics
  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

Event information on a yellow to coral gradient background with yellow bubbles and a photo of a colorful event space.
Palkinnot ja tunnustukset, Kampus, Tutkimus ja taide Julkaistu:

Tule mukaan ensimmäiseen Aallon avoimen tieteen palkintotapahtumaan

Kaikki aaltolaiset ovat tervetulleita, osallistuminen ei vaadi ilmoittautumista!
Silmälasipäinen mies katsoo kameraan, taustalla kesäinen luonto
Tutkimus ja taide, Yliopisto Julkaistu:

Lahjoittajatarina - Yrjö Sotamaa: ”Yliopiston tukeminen on meidän oman tulevaisuutemme rakentamista”

Professori emeritus on yhä aktiivinen muotoilun vaikuttaja niin kotimaassa kuin kansainvälisellä kentällä. Hän on nykyään myös Taiteiden ja suunnittelun korkeakoulun kuukausilahjoittaja.
Image from the conferment ceremony
Yhteistyö, Tutkimus ja taide, Yliopisto Julkaistu:
Shankar Deka on sähkötekniikan ja automaation laitoksen apulaisprofessori.
Tutkimus ja taide Julkaistu:

Robotiikka tarvitsee turvallisia käyttäytymismalleja

Robotiikka ja autonomiset järjestelmät kehittyvät nopeasti. Algoritmit, jotka kestävät häiriöitä ja epävarmuustekijöitä järjestelmässä ja ympäristössä, ovat kehityksen kannalta kriittisiä.