Fisikawan menggunakan komputer biasa, matematika tingkat lanjut, dan perangkat lunak khusus untuk memecahkan masalah fisika kuantum sulit yang digambarkan berada di luar jangkauan mesin klasik.
Pekerjaan ini dilakukan oleh para peneliti di Center for Computational Quantum Physics (CCQ) di Flatiron Institute of the Simons Foundation, bekerja sama dengan kolaborator di Boston University. Metode mereka terbukti cukup efisien sehingga beberapa perhitungan dapat dilakukan pada laptop pribadi.
Dengan mengekstraksi lebih banyak daya komputasi dari perangkat keras konvensional, pendekatan ini dapat memperluas jangkauan masalah dinamika kuantum yang dapat dipelajari oleh para ilmuwan. Hal ini juga dapat menawarkan strategi yang berguna untuk masalah optimasi dimana peneliti harus mengidentifikasi jawaban terbaik di antara banyak solusi yang mungkin.
Hasilnya dipublikasikan di jurnal Sains.
Simulasi ratusan qubit yang berinteraksi
Tantangannya adalah memodelkan ratusan “qubit” yang saling berinteraksi, yaitu bit kuantum yang digunakan oleh komputer tradisional. Qubit disusun dalam susunan persegi, kubik atau berbentuk berlian.
Bit konvensional menyimpan 0 atau 1. Namun, qubit dapat berada dalam superposisi beberapa keadaan. Fitur ini memberikan sistem kuantum kemampuan yang tidak biasa, namun juga membuat perilakunya sangat sulit untuk direproduksi pada komputer klasik.
Dalam artikel Maret 2025, juga diterbitkan di Sainstim peneliti lain melaporkan menggunakan komputer kuantum untuk menghitung dinamika sistem qubit yang sangat kompleks. Tim ini berpendapat bahwa komputer klasik tidak dapat menandingi pencapaian ini.
“Setiap kali kami (di CCQ) melihat klaim semacam ini, kami selalu merasa sedikit skeptis,” kata Joseph Tindall, ilmuwan peneliti asosiasi di CCQ dan penulis pertama makalah Science yang baru. “Seperti, ‘Sudahkah kamu mencobanya? Sudahkah kamu mencobanya?'”
Bagi peneliti CCQ, klaim ini menawarkan cara yang menarik untuk menguji batas teknik mereka sendiri.
Masalahnya adalah kesempatan untuk membawa peralatan mereka untuk test drive, jelas Miles Stoudenmire, salah satu penulis studi dan peneliti ilmiah di CCQ. “Kita bisa memilih target yang lebih sewenang-wenang,” kata Stoudenmire. “Tetapi rasanya seperti, ‘Mengapa tidak memilih yang memiliki klaim besar?’”
Tantangan keterikatan kuantum
Salah satu kendala terbesarnya adalah keterikatan kuantum. Saat qubit bercampur, propertinya tetap terhubung, meskipun qubit dipisahkan oleh jarak yang jauh. Akibatnya, peneliti tidak dapat memodelkan setiap qubit secara independen.
Sebaliknya, algoritma canggih diperlukan untuk menggambarkan keseluruhan sistem.
“Ketika banyak partikel berinteraksi menurut fisika kuantum, Anda mendapatkan fungsi gelombang yang menggambarkan keadaan sistem,” jelas Tindall. “Benda besar inilah yang dengan cepat menjadi semakin besar jika semakin banyak partikel yang ada.”
Fungsi gelombang berisi informasi yang diperlukan untuk menggambarkan sistem kuantum, namun ukurannya meningkat secara eksponensial seiring dengan penambahan partikel baru.
Ketika ukuran fungsi gelombang meningkat secara eksponensial, “Saya tidak bisa menyimpannya langsung di komputer saya,” jelasnya. Bekerja dengan fungsi gelombang yang begitu besar merupakan masalah yang berulang dalam fisika kuantum. Namun, perhitungan ini penting untuk memprediksi perilaku material kuantum, khususnya superkonduktor.
Mengompresi sistem kuantum yang luas
Para peneliti telah mengatasi kendala ini dengan mengembangkan dan menerapkan alat baru berdasarkan jaringan tensor. Struktur matematika ini memampatkan informasi yang terkandung dalam fungsi gelombang sehingga dapat diproses dengan lebih efisien.
Tindall menyamakan pendekatan ini dengan “file zip untuk fungsi gelombang tempat Anda mengambil semua informasi ini dan mengompresnya ke dalam struktur data matematis yang diisi dengan deretan angka kecil yang saling berhubungan satu sama lain.”
Kompresi ini membuat simulasi dapat dikelola pada komputer konvensional. Tindall melakukan banyak penghitungan pertama di laptop menggunakan ITensor, pustaka perangkat lunak jaringan tensor berperforma tinggi yang dibuat di CCQ.
Simulasi baru ini juga menunjukkan bagaimana tim ITensor mengadaptasi teknik tensor ke jenis masalah baru. Dalam hal ini, para peneliti memodelkan dinamika kuantum tiga dimensi dengan jaringan tensor 3D.
“Kompresi yang sangat kuat inilah yang bisa sangat efektif, tetapi ini adalah objek matematika yang cukup rumit,” kata Tindall. “Ini benar-benar sebuah tantangan, karena bekerja dengan objek-objek ini — terutama dalam tiga dimensi — masih sangat sedikit yang dieksplorasi. Anda memerlukan kode dan algoritma yang canggih untuk menanganinya; itu merupakan tantangan rekayasa perangkat lunak tersendiri.”
Algoritma lama menemukan kegunaan baru
Banyak simulasi hanya memerlukan sumber daya komputasi yang relatif sedikit. Untuk perhitungan pertama, Tindall menggunakan propagasi keyakinan, sebuah algoritma yang dikembangkan pada tahun 1980an dan baru-baru ini diadaptasi oleh para peneliti ke dalam sistem kuantum.
“Metode ini sedikit lebih kasar dibandingkan metode lainnya, namun jauh lebih murah dan kita dapat menerapkannya secara lebih langsung pada banyak permasalahan yang lebih sulit,” kata Stoudenmire.
Dia membandingkan hal ini dengan “metode yang lebih canggih dari masa lalu bidang kita” yang “bahkan tidak mampu menyelesaikan beberapa masalah tiga dimensi ini, karena ukurannya begitu besar.”
Meskipun perangkat kerasnya sederhana, hasilnya mencapai tingkat presisi yang canggih. Simulasi menghasilkan solusi yang konsisten dengan prediksi teoritis dan bekerja dengan baik pada permasalahan yang lebih kecil dimana jawaban yang benar dapat diverifikasi.
Lebih penting lagi, hasilnya sesuai dengan hasil yang diperoleh sebelumnya dengan menggunakan komputer kuantum. Perbedaannya adalah perhitungan baru tidak memerlukan perangkat keras kuantum.
Komputasi klasik dan kuantum dapat bekerja sama
Hasilnya menambah perdebatan mengenai akhir dari komputasi klasik dan keunggulan kuantum dimulai. Namun, Tindall dan Stoudenmire menekankan bahwa kedua bidang tersebut tidak sekadar bersaing.
Simulasi klasik dapat membantu peneliti memahami apa yang dapat dilakukan komputer kuantum, sementara kemajuan perangkat keras kuantum dapat menginspirasi metode klasik baru.
“Hal yang baik tentang perdebatan komputasi klasik versus komputasi kuantum adalah adanya banyak sinergi antara jenis simulasi yang kami minati dan kode yang kami tulis serta apa yang dapat dicapai pada komputer kuantum ini,” kata Tindall. “Hal ini dapat membantu membimbing kita, dan juga dapat membantu memandu para peneliti komputasi kuantum, karena jelas hambatan untuk melakukan simulasi hal-hal tertentu jauh lebih mudah daripada bagi mereka, karena kita tidak perlu membuat komputer kuantum. Saya cukup menulis kode dan menekan ‘jalankan’ di komputer di rumah saya.”
Tantangan selanjutnya dalam simulasi kuantum
Para peneliti kini mengembangkan metode yang melampaui sistem yang hanya terdiri dari qubit saja. Tujuan mereka selanjutnya adalah memodelkan elektron yang mampu berpindah antar lokasi berbeda.
Sistem ini jauh lebih sulit untuk disimulasikan, namun juga relevan secara langsung untuk memahami materi kuantum nyata.
“Ini sebenarnya adalah masalah yang jauh lebih sulit secara kuantitatif,” kata Stoudenmire. “Jadi itu salah satu bar besar berikutnya yang ingin kami hilangkan.”
