تیم اطلاعات و پردازش کوانتومی دانشکده فیزیک دانشگاه شهید بهشتی راهی تازه برای حل یکی از مسائل روز این حوزه پیدا کرده‌اند: این‌که چگونه اجزای بسیار زیاد یک سیستم در حال تعامل می‌توانند به پایدارترین حالت ممکن برسند.

در این پژوهش، آن‌ها مدل آیزینگ را برای دسته‌ای از مسائل بررسی کرده و توانسته‌اند حالت پایه دقیق این مدل را بیابند. مدل آیزینگ، ابزاری مهم در فیزیک و علوم دیگر است که برای مطالعه پدیده‌هایی مانند مواد مغناطیسی، رفتار اجتماعی افراد، شبکه‌های عصبی و حتی سیستم‌های اقتصادی کاربرد دارد.

برای توضیح رویکرد خود، محققان از تمثیل یک «شهر» استفاده می‌کنند: شهری را تصور کنید که هر فرد رتبه‌ای دارد و نحوه تعامل میان هر دو نفر به مجموع رتبه‌هایشان بستگی دارد. به جای آنکه تک‌تک آرایش‌های ممکن افراد را بررسی کنند—کاری که در سیستم‌های بزرگ عملاً غیرممکن است—این روش با میان‌بری هوشمندانه و ریاضی، تصویر کلی را آشکار می‌کند و دقیقاً نشان می‌دهد که این «شهر» همیشه به دو گروه کاملاً جدا و متضاد تقسیم خواهد شد.

اهمیت این دستاورد تنها در فیزیک خلاصه نمی‌شود. مسئله‌ای که حل شده، سختی‌ای تقریباً هم‌ردیف با مسائل معروف NP دارد؛ یعنی مسائلی که یافتن جواب‌شان برای رایانه‌های کلاسیک بسیار دشوار است. از آنجا که بسیاری از مسائل کلیدی در علوم کامپیوتر، مانند بهینه‌سازی شبکه‌ها، یادگیری ماشین و طراحی مدار، از این دسته‌اند، این روش می‌تواند الهام‌بخش راه‌حل‌های نوین در این حوزه‌ها باشد.

علاوه بر این، این مدل به عنوان یک «پاسخ‌نامه دقیق» برای آزمودن عملکرد رایانه‌های کوانتومی پیشرفته کاربرد دارد. پژوهشگران می‌توانند با ارائه این معما که پاسخ صحیح آن از پیش معلوم است، توانایی این ماشین‌ها را دقیق بسنجند، خطاهایشان را شناسایی کنند و گام مهمی در مسیر ساخت رایانه‌های کوانتومی قابل‌اعتمادتر بردارند.

نتایج این پژوهش در ژورنال Physical Review E چاپ شده است.