📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить. Прошу разобрать полностью

Сеть из крошечных магнитиков стремится к состоянию с наименьшей общей энергией — примерно так выглядит задача квантового Max Cut, одна из сложнейших в физике. Её решение ищут со времён Вернера Гейзенберга. Новый подход задействует ридберговские атомы: в них электрон так далёк от ядра, что атом вырастает до размера, сравнимого с толщиной волоса, и ведёт себя как гигантский водород. Такие атомы изучает спектроскопия.

Систему из этих атомов медленно «отжигают» — как остывающий металл, она сама приходит в почти идеальное расположение магнитиков. Оставшийся беспорядок, или энтропию, устраняет классический алгоритм-оптимизатор. Гибридный метод достиг рекордной точности 0.651. И даже если квантовая часть ошибается, итог всё равно лучше чисто классических решений.

Эти же атомы-гиганты настолько чувствительны, что улавливают одиночные частицы света, превращаясь в сверхточные детекторы.

Оригинальная аннотация

как её написали авторы, на английском arXiv:2606.27224

Quantum Max Cut, also known as the anti-ferromagnetic Heisenberg Hamiltonian, is a QMA-complete problem which serves as a benchmark for approximation algorithms in quantum physics. Here we develop a hybrid approximation algorithm to quantum Max Cut, which uses the natural quantum dynamics of Rydberg atom systems in combination with semidefinite programming and randomized rounding. It achieves a conditional approximation ratio of $$0.651$$, compared to the best-known ratio of $$0.614$$ that relies on semidefinite programming alone. The algorithm is robust in the sense that the advantage persists even if the annealing procedure of the Rydberg atom system obtains a state whose energy is only $$89\%$$ of its true ground state energy. Our approach opens a new route for hybrid quantum-classical algorithms that combine quantum with classical optimization methods.