量子退火机的磁滞现象实验

本文介绍了一项开创性实验：研究人员首次将商用量子退火机（D-Wave超导量子处理器）用作真实的磁性物理实验平台，系统性地观测了“磁滞”这一经典磁学现象。磁滞指材料对外加磁场的响应具有‘记忆性’——即磁化状态不仅取决于当前磁场大小，还依赖于磁场变化的历史路径，表现为闭合的磁滞回线。传统上，这类实验需在真实磁性材料（如铁氧体）中进行；而量子退火机原本设计用于通过量子隧穿跳出局部能量陷阱、求解组合优化问题，其硬件机制看似与‘保留历史记忆’相矛盾。本文关键突破在于设计了一套全新实验协议：不按常规完成整个退火过程，而是先将系统‘暂停’在某个中间退火参数s（对应特定的横向量子涨落强度Γ和自旋耦合强度J），再在此状态下，用可编程全局增益g(t)施加一个随时间变化的纵向磁场H，从而实现对自旋系统的动态驱动。实验在三台不同型号的D-Wave机器（Advantage_system4.1、Advantage_system6.4和Advantage2_prototype2.6）上重复验证，涵盖三种模型：高配位数的规则铁磁体、全图随机键（±J）无序模型、以及嵌入二维方格晶格的随机键模型。结果清晰显示：铁磁模型出现方盒形回线（符合平均场理论预期）；无序模型则展现出类似‘巴克豪森噪声’的锯齿状跃变和奇特的‘捏缩型’非单调结构——这些特征与自旋玻璃等复杂磁性材料的行为高度相似。尤为关键的是，磁滞回线所围面积（即‘记忆量’）并不随量子涨落单调变化：过强的涨落会抹平记忆（趋近量子顺磁态），过弱则自旋几乎不响应；最大记忆反而出现在中等涨落强度，揭示了量子效应与经典记忆之间的微妙平衡。研究还进一步利用量子退火机独有的‘单自旋分辨率’优势，提取了微观物理量，如每个自旋所受的局域内场、系统整体的‘受挫度’（frustration）、自旋关联函数及磁结构因子等，从而从原子尺度解析了磁滞背后的微观机制（例如，观测到磁化率下降时反而出现反常的铁磁畴重入现象）。该工作超越了传统数值模拟——后者往往需针对特定系统设计复杂算法来逼近动力学过程；它标志着量子退火机已从专用优化工具升级为通用的‘可编程量子实验室’，为研究非平衡统计物理、自旋玻璃、神经形态计算等前沿领域提供了全新实验范式。